添加音频预采样开关

Ref_Audio_Selector/config.ini

@@ -21,6 +21,8 @@ time_log_print_dir = Ref_Audio_Selector/log/performance
 list_to_convert_reference_audio_dir = refer_audio_all
 # 音频相似度目录
 audio_similarity_dir = similarity
+# 是否开启基准音频预采样 true false
+enable_pre_sample = true
 
 [Inference]
 # 默认测试文本位置

Ref_Audio_Selector/config_param/config_params.py

@@ -23,6 +23,8 @@ time_log_print_dir = config.get_log('time_log_print_dir')
 list_to_convert_reference_audio_dir = config.get_audio_sample('list_to_convert_reference_audio_dir')
 # 音频相似度目录
 audio_similarity_dir = config.get_audio_sample('audio_similarity_dir')
+# 是否开启基准音频预采样 true false
+enable_pre_sample = config.get_audio_sample('enable_pre_sample')
 
 # [Inference]
 # 默认测试文本位置

Ref_Audio_Selector/tool/speaker_verification/voice_similarity.py

@@ -28,9 +28,12 @@ def compare_audio_and_generate_report(reference_audio_path, comparison_dir_path,
         # 改用torchaudio.transforms.Resample进行重采样，如果在非windows环境下，没有更改依赖包的采样方法的话，
         # 使用这段代码进行预采样会出现因为采样方法不同，而导致的模型相似度计算不准确的问题
         # 当然如果在windows下，使用了其他的采样方法，也会出现不准确的问题
+        if params.enable_pre_sample == 'true':
             reference_audio_16k = ensure_16k_wav(reference_audio_path)
         else:
             reference_audio_16k = reference_audio_path
+    else:
+        reference_audio_16k = reference_audio_path
 
     # Step 2: 用参考音频依次比较音频目录下的每个音频，获取相似度分数及对应路径
     all_count = len(comparison_audio_paths)