change nat2AVAMOS

local/convert_metrics.py

@@ -4,7 +4,9 @@ import matplotlib.pyplot as plt
 # Natural MOS to AVA MOS
 
 def linear_function(x):
-    return 8 * x - 8
+    m = (4 - 1) / (1.5 - 1)  
+    b = 1 - m * 1  
+    return m * x + b
 
 def quadratic_function(x):
     return -0.0816 * (x - 5) ** 2 + 5
@@ -27,13 +29,13 @@ def WER2INTELI(x):
     else:
         return 100 * np.exp(-0.01 * (x - 100))
 
-# # 生成 x 值
+# 生成 x 值
 # x = np.linspace(0, 200, 400)  # 从0到200生成400个点
 
-# # 计算对应的 y 值
-# y = [WER2INT(xi) for xi in x]
+# 计算对应的 y 值
+# y = [WER2INTELI(xi) for xi in x]
+
 
-# # 绘制函数图像
 # plt.plot(x, y)
 # plt.xlabel('x')
 # plt.ylabel('f(x)')
@@ -41,31 +43,31 @@ def WER2INTELI(x):
 # plt.grid(True)
 # plt.show()
 
-# # 生成 x 值的范围
-# x1 = np.linspace(1, 1.5, 100)
-# x2 = np.linspace(1.5, 5, 100)
+# 生成 x 值的范围
+x1 = np.linspace(1, 1.5, 100)
+x2 = np.linspace(1.5, 5, 100)
 
-# # 计算对应的 y 值
-# y1 = linear_function(x1)
-# y2 = quadratic_function(x2)
+# 计算对应的 y 值
+y1 = linear_function(x1)
+y2 = quadratic_function(x2)
 
-# # 绘制线性部分
-# plt.plot(x1, y1, label='Linear Function (1 <= x <= 1.5)')
+# 绘制线性部分
+plt.plot(x1, y1, label='Linear Function (1 <= x <= 1.5)')
 
-# # 绘制二次部分
-# plt.plot(x2, y2, label='Quadratic Function (1.5 <= x <= 5)')
+# 绘制二次部分
+plt.plot(x2, y2, label='Quadratic Function (1.5 <= x <= 5)')
 
-# # 添加标签和标题
-# plt.xlabel('Natural Mean Opinion Score')
-# plt.ylabel('AVA Mean Opinion Score')
-# plt.title('nat2avaMOS')
+# 添加标签和标题
+plt.xlabel('Natural Mean Opinion Score')
+plt.ylabel('AVA Mean Opinion Score')
+plt.title('nat2avaMOS')
 
-# # 添加图例
-# plt.legend()
+# 添加图例
+plt.legend()
 
-# # 显示图形
-# plt.grid(True)
+# 显示图形
+plt.grid(True)
 
-# # 显示图像
-# plt.savefig("./local/nat2avaMOS.png")
+# 显示图像
+plt.savefig("./local/nat2avaMOS.png")
 # plt.savefig("./local/WER2INT.png")