Fix sections of MVDR tutorial (#1989)

examples/tutorials/mvdr_tutorial.py

@@ -8,7 +8,7 @@ MVDR with torchaudio
 
 ######################################################################
 # Overview
-# ========
+# --------
 # 
 # This is a tutorial on how to apply MVDR beamforming by using `torchaudio <https://github.com/pytorch/audio>`__.
 # 
@@ -25,7 +25,7 @@ MVDR with torchaudio
 
 ######################################################################
 # Preparation
-# ===========
+# -----------
 # 
 # First, we import the necessary packages and retrieve the data.
 # 
@@ -71,12 +71,12 @@ for filename in filenames:
 
 ######################################################################
 # Generate the Ideal Ratio Mask (IRM)
-# ===================================
+# -----------------------------------
 # 
 
 ######################################################################
 # Loading audio data
-# ------------------
+# ~~~~~~~~~~~~~~~~~~
 # 
 
 mix, sr = torchaudio.load('_assets/mix.wav')
@@ -100,7 +100,7 @@ reverb_clean = reverb_clean.to(torch.double)
 
 ######################################################################
 # Compute STFT
-# ------------
+# ~~~~~~~~~~~~
 # 
 
 stft = torchaudio.transforms.Spectrogram(
@@ -117,7 +117,7 @@ spec_noise = stft(noise)
 
 ######################################################################
 # Generate the Ideal Ratio Mask (IRM)
-# -----------------------------------
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 # 
 # .. note::
 #    We found using the mask directly peforms better than using the
@@ -143,12 +143,12 @@ irm_speech, irm_noise = get_irms(spec_reverb_clean, spec_noise, spec_mix)
 
 ######################################################################
 # Apply MVDR
-# ==========
+# ----------
 # 
 
 ######################################################################
 # Apply MVDR beamforming by using multi-channel masks
-# ---------------------------------------------------
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 # 
 
 results_multi = {}
@@ -160,7 +160,7 @@ for solution in ['ref_channel', 'stv_evd', 'stv_power']:
 
 ######################################################################
 # Apply MVDR beamforming by using single-channel masks
-# ----------------------------------------------------
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 # 
 # We use the 1st channel as an example.
 # The channel selection may depend on the design of the microphone array
@@ -174,7 +174,7 @@ for solution in ['ref_channel', 'stv_evd', 'stv_power']:
 
 ######################################################################
 # Compute Si-SDR scores
-# ---------------------
+# ~~~~~~~~~~~~~~~~~~~~~
 # 
 
 def si_sdr(estimate, reference, epsilon=1e-8):
@@ -198,12 +198,12 @@ def si_sdr(estimate, reference, epsilon=1e-8):
 
 ######################################################################
 # Results
-# =======
+# -------
 # 
 
 ######################################################################
 # Single-channel mask results
-# ---------------------------
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~
 # 
 
 for solution in results_single:
@@ -211,7 +211,7 @@ for solution in results_single:
 
 ######################################################################
 # Multi-channel mask results
-# --------------------------
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~
 # 
 
 for solution in results_multi:
@@ -219,73 +219,73 @@ for solution in results_multi:
 
 ######################################################################
 # Original audio
-# ==============
+# --------------
 # 
 
 ######################################################################
 # Mixture speech
-# --------------
+# ~~~~~~~~~~~~~~
 # 
 
 ipd.Audio(mix[0], rate=16000)
 
 ######################################################################
 # Noise
-# -----
+# ~~~~~
 # 
 
 ipd.Audio(noise[0], rate=16000)
 
 ######################################################################
 # Clean speech
-# ------------
+# ~~~~~~~~~~~~
 # 
 
 ipd.Audio(clean[0], rate=16000)
 
 ######################################################################
 # Enhanced audio
-# ==============
+# --------------
 # 
 
 ######################################################################
 # Multi-channel mask, ref_channel solution
-# ----------------------------------------
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 # 
 
 ipd.Audio(results_multi['ref_channel'], rate=16000)
 
 ######################################################################
 # Multi-channel mask, stv_evd solution
-# ------------------------------------
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 # 
 
 ipd.Audio(results_multi['stv_evd'], rate=16000)
 
 ######################################################################
 # Multi-channel mask, stv_power solution
-# --------------------------------------
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 # 
 
 ipd.Audio(results_multi['stv_power'], rate=16000)
 
 ######################################################################
 # Single-channel mask, ref_channel solution
-# -----------------------------------------
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 # 
 
 ipd.Audio(results_single['ref_channel'], rate=16000)
 
 ######################################################################
 # Single-channel mask, stv_evd solution
-# -------------------------------------
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 # 
 
 ipd.Audio(results_single['stv_evd'], rate=16000)
 
 ######################################################################
 # Single-channel mask, stv_power solution
-# ---------------------------------------
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 # 
 
 ipd.Audio(results_single['stv_power'], rate=16000)