Python PyTorch SpectralCentroid用法及代码示例

本文简要介绍python语言中 torchaudio.transforms.SpectralCentroid 的用法。

用法:

class torchaudio.transforms.SpectralCentroid(sample_rate: int, n_fft: int = 400, win_length: Optional[int] = None, hop_length: Optional[int] = None, pad: int = 0, window_fn: Callable[[...], torch.Tensor] = <built-in method hann_window of type object>, wkwargs: Optional[dict] = None)

参数：

• sample_rate(int) -音频信号的采样率。

• n_fft(int,可选的) -FFT 的大小，创建n_fft // 2 + 1 bins。 (默认：400)

• win_length(int或者None,可选的) -窗口大小。 (默认：n_fft)

• hop_length(int或者None,可选的) -STFT 窗口之间的跳跃长度。 (默认：win_length // 2)

• pad(int,可选的) -信号的两侧填充。 (默认：0)

• 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)

• wkwargs(dict或者None,可选的) -窗口函数的参数。 (默认：None)

沿时间轴计算每个通道的频谱质心。

频谱质心定义为频率值的加权平均值，按其幅度加权。

示例

>>> waveform, sample_rate = torchaudio.load('test.wav', normalize=True)
>>> transform = transforms.SpectralCentroid(sample_rate)
>>> spectral_centroid = transform(waveform)  # (channel, time)