Python PyTorch PitchShift用法及代碼示例

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

用法:

class torchaudio.transforms.PitchShift(sample_rate: int, n_steps: int, bins_per_octave: int = 12, n_fft: int = 512, win_length: Optional[int] = None, hop_length: Optional[int] = None, window_fn: Callable[[...], torch.Tensor] = <built-in method hann_window of type object>, wkwargs: Optional[dict] = None)

參數：

• waveform(Tensor) -形狀為 (…, time) 的輸入波形。

• sample_rate(int) -waveform 的采樣率。

• n_steps(int) -轉移 waveform 的(小數)步驟。

• bins_per_octave(int,可選的) -每個八度音階的步數(默認值：12)。

• n_fft(int,可選的) -FFT 的大小，創建 n_fft // 2 + 1 bin(默認值：512)。

• win_length(int或者None,可選的) -窗戶尺寸。如果無，則使用n_fft。 (默認值：None)。

• hop_length(int或者None,可選的) -STFT 窗口之間的跳躍長度。如果無，則使用 win_length // 4 (默認值：None )。

• window(Tensor或者None,可選的) -應用於/乘以每個幀/窗口的窗口張量。如果無，則使用 torch.hann_window(win_length) (默認值：None )。

以n_steps 步長移動波形的音高。

示例

>>> waveform, sample_rate = torchaudio.load('test.wav', normalize=True)
>>> transform = transforms.PitchShift(sample_rate, 4)
>>> waveform_shift = transform(waveform)  # (channel, time)