ChromaScale

class torchaudio.prototype.transforms.ChromaScale(sample_rate: int, n_freqs: int, *, n_chroma: int = 12, tuning: float = 0.0, ctroct: float = 5.0, octwidth: Optional[float] = 2.0, norm: int = 2, base_c: bool = True)

將頻譜圖轉換為色度圖。

參數:

• sample_rate (int) – 音訊訊號的取樣率。

• n_freqs (int) – STFT 中的頻率組數。請參閱 Spectrogram 中的 n_fft。

• n_chroma (int, 選用) – 色度數。(預設值：12)

• tuning (float, 選用) – 以色度組的分數表示，從 A440 的音調偏差。(預設值：0.0)

• ctroct (float, 選用) – 高斯優勢視窗的中心，用於加權濾波器，以八度音程表示。(預設值：5.0)

• octwidth (float 或 None, 選用) – 高斯優勢視窗的寬度，用於加權濾波器，以八度音程表示。如果為 None，則完全停用加權。(預設值：2.0)

• norm (int, 選用) – 正規化濾波器組的範數階數。(預設值：2)

• base_c (bool, 選用) – 如果為 True，則從 C 開始濾波器組。否則，從 A 開始。(預設值：True)

範例

>>> waveform, sample_rate = torchaudio.load("test.wav", normalize=True)
>>> spectrogram_transform = transforms.Spectrogram(n_fft=1024)
>>> spectrogram = spectrogram_transform(waveform)
>>> chroma_transform = transforms.ChromaScale(sample_rate=sample_rate, n_freqs=1024 // 2 + 1)
>>> chroma_spectrogram = chroma_transform(spectrogram)

另請參閱

torchaudio.prototype.functional.chroma_filterbank() — 用於產生濾波器組的函式。

forward(x: Tensor) → Tensor

參數:

specgram (torch.Tensor) – 維度為 (…, n_freqs, time) 的頻譜圖。

回傳:

大小為 (…, n_chroma, time) 的色度頻譜圖。

回傳類型:

torch.Tensor