本文簡要介紹python語言中 torchaudio.transforms.Resample
的用法。
用法:
class torchaudio.transforms.Resample(orig_freq: int = 16000, new_freq: int = 16000, resampling_method: str = 'sinc_interpolation', lowpass_filter_width: int = 6, rolloff: float = 0.99, beta: Optional[float] = None, *, dtype: Optional[torch.dtype] = None)
orig_freq(int,可選的) -信號的原始頻率。 (默認:
16000
)new_freq(int,可選的) -所需的頻率。 (默認:
16000
)resampling_method(str,可選的) -要使用的重采樣方法。選項:[
sinc_interpolation
、kaiser_window
](默認:'sinc_interpolation'
)lowpass_filter_width(int,可選的) -控製過濾器的銳度,更多 == 更銳利但效率更低。 (默認:
6
)rolloff(float,可選的) -濾波器的roll-off 頻率,作為奈奎斯特的一部分。較低的值會降低抗鋸齒,但也會降低一些最高頻率。 (默認:
0.99
)dtype(torch.device,可選的) -確定預先計算和緩存重采樣內核的精度。如果未提供,則使用
torch.float64
計算內核,然後緩存為torch.float32
。如果您需要更高的精度,請提供torch.float64
,並且預先計算的內核被計算並緩存為torch.float64
。如果您使用精度較低的重采樣,請不要提供此參數,而是使用Resample.to(dtype)
,以便內核生成仍然在torch.float64
上進行。
將信號從一個頻率重新采樣到另一個頻率。可以給出重采樣方法。
注意
如果對精度高於 float32 的波形進行重新采樣,則可能會有少量精度損失,因為內核被緩存為 float32 一次。如果高精度重采樣對您的應用程序很重要,則函數形式將保留更高的精度,但運行速度較慢,因為它不緩存內核。或者,您可以重寫緩存更高精度內核的轉換。
- 示例
>>> waveform, sample_rate = torchaudio.load('test.wav', normalize=True) >>> transform = transforms.Resample(sample_rate, sample_rate/10) >>> waveform = transform(waveform)
參數:
相關用法
- Python PyTorch ReduceLROnPlateau用法及代碼示例
- Python PyTorch ReflectionPad1d用法及代碼示例
- Python PyTorch RemoteModule用法及代碼示例
- Python PyTorch ReplicationPad1d用法及代碼示例
- Python PyTorch ReplicationPad3d用法及代碼示例
- Python PyTorch ReflectionPad2d用法及代碼示例
- Python PyTorch RelaxedOneHotCategorical用法及代碼示例
- Python PyTorch RendezvousHandler.shutdown用法及代碼示例
- Python PyTorch ReLU用法及代碼示例
- Python PyTorch ReLU6用法及代碼示例
- Python PyTorch ReplicationPad2d用法及代碼示例
- Python PyTorch ReflectionPad3d用法及代碼示例
- Python PyTorch RelaxedBernoulli用法及代碼示例
- Python PyTorch RNNTLoss用法及代碼示例
- Python PyTorch RRef.rpc_sync用法及代碼示例
- Python PyTorch RReLU用法及代碼示例
- Python PyTorch RRef.backward用法及代碼示例
- Python PyTorch Rows2Columnar用法及代碼示例
- Python PyTorch RandomRecDataset用法及代碼示例
- Python PyTorch RandomApply用法及代碼示例
- Python PyTorch RRef.remote用法及代碼示例
- Python PyTorch RarArchiveLoader用法及代碼示例
- Python PyTorch RandomErasing用法及代碼示例
- Python PyTorch RNN用法及代碼示例
- Python PyTorch RNNCell用法及代碼示例
注:本文由純淨天空篩選整理自pytorch.org大神的英文原創作品 torchaudio.transforms.Resample。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。