Python PyTorch phase_vocoder用法及代碼示例

本文簡要介紹python語言中 torchaudio.functional.phase_vocoder 的用法。

用法:

torchaudio.functional.phase_vocoder(complex_specgrams: torch.Tensor, rate: float, phase_advance: torch.Tensor) → torch.Tensor

參數：

• complex_specgrams(Tensor) -(…, freq, num_frame, complex=2) 維度的實數張量或具有複雜 dtype 的維度 (…, freq, num_frame) 的張量。

• rate(float) -加速係數

• phase_advance(Tensor) -每個 bin 中的預期相位提前。 (freq, 1)的尺寸

返回：

拉伸頻譜圖。生成的張量與輸入頻譜圖具有相同的 dtype，但幀數更改為 ceil(num_frame / rate) 。

返回類型：

Tensor

給定一個 STFT 張量，在不以 rate 係數修改音高的情況下及時加速。

示例 - 使用複雜 dtype 的張量

>>> freq, hop_length = 1025, 512
>>> # (channel, freq, time)
>>> complex_specgrams = torch.randn(2, freq, 300, dtype=torch.cfloat)
>>> rate = 1.3 # Speed up by 30%
>>> phase_advance = torch.linspace(
>>>    0, math.pi * hop_length, freq)[..., None]
>>> x = phase_vocoder(complex_specgrams, rate, phase_advance)
>>> x.shape # with 231 == ceil(300 / 1.3)
torch.Size([2, 1025, 231])

示例 - 具有真實 dtype 的張量和複雜字段的額外維度

>>> freq, hop_length = 1025, 512
>>> # (channel, freq, time, complex=2)
>>> complex_specgrams = torch.randn(2, freq, 300, 2)
>>> rate = 1.3 # Speed up by 30%
>>> phase_advance = torch.linspace(
>>>    0, math.pi * hop_length, freq)[..., None]
>>> x = phase_vocoder(complex_specgrams, rate, phase_advance)
>>> x.shape # with 231 == ceil(300 / 1.3)
torch.Size([2, 1025, 231, 2])