Python PyTorch GriffinLim用法及代碼示例

本文簡要介紹python語言中 torchaudio.transforms.GriffinLim 的用法。

用法:

class torchaudio.transforms.GriffinLim(n_fft: int = 400, n_iter: int = 32, win_length: Optional[int] = None, hop_length: Optional[int] = None, window_fn: Callable[[...], torch.Tensor] = <built-in method hann_window of type object>, power: float = 2.0, wkwargs: Optional[dict] = None, momentum: float = 0.99, length: Optional[int] = None, rand_init: bool = True)

參數：

• n_fft(int,可選的) -FFT 的大小，創建n_fft // 2 + 1 bins。 (默認：400)

• n_iter(int,可選的) -階段恢複過程的迭代次數。 (默認：32)

• win_length(int或者None,可選的) -窗口大小。 (默認：n_fft)

• hop_length(int或者None,可選的) -STFT 窗口之間的跳躍長度。 (默認：win_length // 2)

• window_fn(可調用[..,Tensor],可選的) - 創建一個窗口張量的函數，該窗口張量應用於/乘以每個幀/窗口。 (默認：torch.hann_window)

• power(float,可選的) -幅度譜圖的 index ，(必須 > 0)例如，1 表示能量，2 表示功率等(默認值：2)

• wkwargs(dict或者None,可選的) -窗口函數的參數。 (默認：None)

• momentum(float,可選的) -快速Griffin-Lim 的動量參數。將此設置為 0 會恢複原始的 Griffin-Lim 方法。接近 1 的值可以導致更快的收斂，但高於 1 可能不會收斂。 (默認：0.99)

• length(int,可選的) -預期輸出的數組長度。 (默認：None)

• rand_init(bool,可選的) -如果為真則隨機初始化相位，否則初始化為零。 (默認：True)

使用Griffin-Lim 變換從線性尺度幅度譜圖計算波形。

移植自 Library [2],快速Griffin-Lim算法[3] 和來自修改的short-time傅裏葉變換的信號估計[4]。

示例

>>> batch, freq, time = 2, 257, 100
>>> spectrogram = torch.randn(batch, freq, time)
>>> transform = transforms.GriffinLim(n_fft=512)
>>> waveform = transform(spectrogram)