Python PyTorch compute_deltas用法及代碼示例

本文簡要介紹python語言中 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

參數：

• specgram(Tensor) -維度(…, freq, time)的音頻張量

• win_length(int,可選的) -用於計算增量的窗口長度(默認值：5)

• mode(str,可選的) -傳遞給填充的模式參數(默認值："replicate")

返回：

維度(…, freq, time)的增量張量

返回類型：

Tensor

計算張量的 delta 係數，通常是頻譜圖：

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

其中 \(d_t\) 是時間 \(t\) 的增量，\(c_t\) 是時間 \(t\) 的頻譜圖係數，\(N\) 是 (win_length-1)//2 。

示例

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