torchaudio.functional.griffinlim

torchaudio.functional.griffinlim(specgram: Tensor, window: Tensor, n_fft: int, hop_length: int, win_length: int, power: float, n_iter: int, momentum: float, length: Optional[int], rand_init: bool) → Tensor

使用 Griffin-Lim 轉換，從線性尺度幅度頻譜圖計算波形。

實作移植自 librosa [Brian McFee et al., 2015]、A fast Griffin-Lim algorithm [Perraudin et al., 2013] 和 Signal estimation from modified short-time Fourier transform [Griffin and Lim, 1983]。

參數:

• specgram (Tensor) – 維度為 (…, freq, frames) 的純幅度 STFT 頻譜圖，其中 freq 為 n_fft // 2 + 1。

• window (Tensor) – 應用/乘法到每個影格/視窗的視窗張量

• n_fft (int) – FFT 大小，建立 n_fft // 2 + 1 個 bin

• hop_length (int) – STFT 視窗之間的跳躍長度。(預設值：win_length // 2)

• win_length (int) – 視窗大小。(預設值：n_fft)

• power (float) – 幅度頻譜圖的指數，(必須 > 0) 例如，幅度為 1，功率為 2，依此類推。

• n_iter (int) – 相位恢復過程的迭代次數。

• momentum (float) – 快速 Griffin-Lim 的動量參數。將此值設定為 0 會恢復原始 Griffin-Lim 方法。接近 1 的值可以加快收斂速度，但高於 1 的值可能不會收斂。

• length (int 或 None) – 預期輸出的陣列長度。

• rand_init (bool) – 如果為 True，則隨機初始化相位，否則初始化為零。

回傳:

波形 (…, time)，其中 time 等於給定的 length 參數。

回傳類型:

Tensor