torchaudio.functional.phase_vocoder

torchaudio.functional.phase_vocoder(complex_specgrams: Tensor, rate: float, phase_advance: Tensor) → Tensor

給定一個 STFT 張量，在不改變音調的情況下，按 rate 因子加速時間。

參數:

• complex_specgrams (Tensor) – 維度為 (…, freq, num_frame) 的複數 dtype 張量。

• rate (float) – 加速因子

• phase_advance (Tensor) – 每個 bin 中的預期相位前進。維度為 (freq, 1)

返回:

拉伸的頻譜圖。結果張量與輸入頻譜圖具有相同的 dtype，但幀數更改為 ceil(num_frame / rate)。

返回類型:

Tensor

範例

>>> freq, hop_length = 1025, 512
>>> # (channel, freq, time)
>>> complex_specgrams = torch.randn(2, freq, 300, dtype=torch.cfloat)
>>> rate = 1.3 # Speed up by 30%
>>> phase_advance = torch.linspace(
>>>    0, math.pi * hop_length, freq)[..., None]
>>> x = phase_vocoder(complex_specgrams, rate, phase_advance)
>>> x.shape # with 231 == ceil(300 / 1.3)
torch.Size([2, 1025, 231])