Python PyTorch compute_deltas用法及代码示例

本文简要介绍python语言中 torchaudio.functional.compute_deltas 的用法。

用法:

torchaudio.functional.compute_deltas(specgram: torch.Tensor, win_length: int = 5, mode: str = 'replicate') → torch.Tensor

参数：

• specgram(Tensor) -维度(…, freq, time)的音频张量

• win_length(int,可选的) -用于计算增量的窗口长度(默认值：5)

• mode(str,可选的) -传递给填充的模式参数(默认值："replicate")

返回：

维度(…, freq, time)的增量张量

返回类型：

Tensor

计算张量的 delta 系数，通常是频谱图：

\[d_t = \frac{\sum_{n=1}^{\text{N}} n (c_{t+n} - c_{t-n})}{2 \sum_{n=1}^{\text{N}} n^2} \]

其中 \(d_t\) 是时间 \(t\) 的增量，\(c_t\) 是时间 \(t\) 的频谱图系数，\(N\) 是 (win_length-1)//2 。

示例

>>> specgram = torch.randn(1, 40, 1000)
>>> delta = compute_deltas(specgram)
>>> delta2 = compute_deltas(delta)