本文简要介绍python语言中 torchaudio.transforms.MelSpectrogram
的用法。
用法:
class torchaudio.transforms.MelSpectrogram(sample_rate: int = 16000, n_fft: int = 400, win_length: Optional[int] = None, hop_length: Optional[int] = None, f_min: float = 0.0, f_max: Optional[float] = None, pad: int = 0, n_mels: int = 128, window_fn: Callable[[...], torch.Tensor] = <built-in method hann_window of type object>, power: float = 2.0, normalized: bool = False, wkwargs: Optional[dict] = None, center: bool = True, pad_mode: str = 'reflect', onesided: bool = True, norm: Optional[str] = None, mel_scale: str = 'htk')
sample_rate(int,可选的) -音频信号的采样率。 (默认:
16000
)n_fft(int,可选的) -FFT 的大小,创建
n_fft // 2 + 1
bins。 (默认:400
)hop_length(int或者None,可选的) -STFT 窗口之间的跳跃长度。 (默认:
win_length // 2
)f_min(float,可选的) -最小频率。 (默认:
0.
)pad(int,可选的) -信号的两侧填充。 (默认:
0
)n_mels(int,可选的) -梅尔滤波器组的数量。 (默认:
128
)window_fn(可调用[..,Tensor],可选的) - 创建一个窗口张量的函数,该窗口张量应用于/乘以每个帧/窗口。 (默认:
torch.hann_window
)power(float,可选的) -幅度谱图的 index ,(必须 > 0)例如,1 表示能量,2 表示功率等(默认值:
2
)normalized(bool,可选的) -stft 之后是否按幅度归一化。 (默认:
False
)wkwargs(字典[..,..] 或者None,可选的) - 窗口函数的参数。 (默认:
None
)center(bool,可选的) -是否在两侧填充
waveform
,以便第 帧在时间 居中。 (默认:True
)pad_mode(string,可选的) -控制
center
为True
时使用的填充方法。 (默认:"reflect"
)onesided(bool,可选的) -控制是否返回一半结果以避免冗余。 (默认:
True
)norm(str或者None,可选的) -如果‘slaney’,将三角形梅尔权重除以梅尔带的宽度(面积归一化)。 (默认:
None
)mel_scale(str,可选的) -使用比例:
htk
或slaney
。 (默认:htk
)
为原始音频信号创建MelSpectrogram。
这是
torchaudio.transforms.Spectrogram()
和torchaudio.transforms.MelScale()
的组合。- 来源
- 示例
>>> waveform, sample_rate = torchaudio.load('test.wav', normalize=True) >>> transform = transforms.MelSpectrogram(sample_rate) >>> mel_specgram = transform(waveform) # (channel, n_mels, time)
参数:
相关用法
- Python PyTorch MetaInferGroupedPooledEmbeddingsLookup.state_dict用法及代码示例
- Python PyTorch MetaInferGroupedEmbeddingsLookup.named_buffers用法及代码示例
- Python PyTorch MetaInferGroupedPooledEmbeddingsLookup.named_buffers用法及代码示例
- Python PyTorch MetaInferGroupedEmbeddingsLookup.state_dict用法及代码示例
- Python PyTorch MetaInferGroupedEmbeddingsLookup.named_parameters用法及代码示例
- Python PyTorch MetaInferGroupedPooledEmbeddingsLookup.named_parameters用法及代码示例
- Python PyTorch MaxUnpool3d用法及代码示例
- Python PyTorch MultiStepLR用法及代码示例
- Python PyTorch Module.buffers用法及代码示例
- Python PyTorch Module.register_full_backward_hook用法及代码示例
- Python PyTorch Module.named_modules用法及代码示例
- Python PyTorch Module.parameters用法及代码示例
- Python PyTorch MaxPool1d用法及代码示例
- Python PyTorch Module.register_forward_hook用法及代码示例
- Python PyTorch Module.named_parameters用法及代码示例
- Python PyTorch ModuleList用法及代码示例
- Python PyTorch MultiLabelMarginLoss用法及代码示例
- Python PyTorch MultiplicativeLR用法及代码示例
- Python PyTorch MixtureSameFamily用法及代码示例
- Python PyTorch MultiheadAttention用法及代码示例
- Python PyTorch MpSerialExecutor用法及代码示例
- Python PyTorch MaxUnpool1d用法及代码示例
- Python PyTorch Mapper用法及代码示例
- Python PyTorch MultivariateNormal用法及代码示例
- Python PyTorch Module.state_dict用法及代码示例
注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torchaudio.transforms.MelSpectrogram。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。