torchaudio.functional.lfilter¶
- torchaudio.functional.lfilter(waveform: Tensor, a_coeffs: Tensor, b_coeffs: Tensor, clamp: bool = True, batching: bool = True) Tensor[原始碼]¶
透過評估差分方程式來執行 IIR 濾波器，使用由 Yu et al. [Yu and Fazekas, 2023] 和 Forgione et al. [Forgione and Piga, 2021] 獨立開發的可微分實作。
注意
為了避免數值問題，最好使用小濾波器階數。使用雙精度也可以最大限度地減少數值精度誤差。
- 參數:
waveform (Tensor) – 音訊波形，維度為 (…, time)。必須標準化為 -1 到 1。
a_coeffs (Tensor) – 差分方程式的分母係數，維度可以是 1D 形狀 (num_order + 1) 或 2D 形狀 (num_filters, num_order + 1)。較低延遲係數在前，例如
[a0, a1, a2, ...]。必須與 b_coeffs 大小相同（必要時用 0 填充）。b_coeffs (Tensor) – 差分方程式的分子係數，維度可以是 1D 形狀 (num_order + 1) 或 2D 形狀 (num_filters, num_order + 1)。較低延遲係數在前，例如
[b0, b1, b2, ...]。必須與 a_coeffs 大小相同（必要時用 0 填充）。clamp (bool, optional) – 如果
True，將輸出訊號鉗位在 [-1, 1] 範圍內 (預設:True)batching (bool, optional) – 僅在係數為 2D 時有效。如果
True，則波形應至少為 2D，且從最後一個軸開始的第二個軸的大小應等於num_filters。輸出可以表示為output[..., i, :] = lfilter(waveform[..., i, :], a_coeffs[i], b_coeffs[i], clamp=clamp, batching=False)。 (預設:True)
- 返回:
波形，維度為 (…, num_filters, time) (如果
a_coeffs和b_coeffs是 2D Tensor)，否則為 (…, time)。- 返回類型:
Tensor
