Python PyTorch SpectralCentroid用法及代碼示例

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

用法:

class torchaudio.transforms.SpectralCentroid(sample_rate: int, n_fft: int = 400, win_length: Optional[int] = None, hop_length: Optional[int] = None, pad: int = 0, window_fn: Callable[[...], torch.Tensor] = <built-in method hann_window of type object>, wkwargs: Optional[dict] = None)

參數：

• sample_rate(int) -音頻信號的采樣率。

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

• 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)

• pad(int,可選的) -信號的兩側填充。 (默認：0)

• 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)

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

沿時間軸計算每個通道的頻譜質心。

頻譜質心定義為頻率值的加權平均值，按其幅度加權。

示例

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