InverseSpectrogram¶

class torchaudio.transforms.InverseSpectrogram(n_fft: int = 400, win_length: ~typing.Optional[int] = None, hop_length: ~typing.Optional[int] = None, pad: int = 0, window_fn: ~typing.Callable[[...], ~torch.Tensor] = <built-in method hann_window of type object>, normalized: ~typing.Union[bool, str] = False, wkwargs: ~typing.Optional[dict] = None, center: bool = True, pad_mode: str = 'reflect', onesided: bool = True)[source]¶

建立一個反頻譜圖，從頻譜圖中恢復音訊訊號。

參數:

n_fft (int, optional) – FFT 的大小，建立 n_fft // 2 + 1 個 bins。（預設：400）
win_length (int 或 None, 選填) – 視窗大小。(預設值：n_fft)
hop_length (int 或 None, 選填) – STFT 視窗之間的跳躍長度。(預設值：win_length // 2)
pad (int, 選填) – 信號的雙邊填充。(預設值：0)
window_fn (Callable[..., Tensor], 選填) – 一個建立視窗張量的函數，該張量會應用/乘到每個 frame/window。(預設值：torch.hann_window)
normalized (bool 或 str, 選填) – STFT 輸出是否已通過幅度進行標準化。如果輸入為 str，則選項為 "window" 和 "frame_length"，取決於標準化模式。True 映射到 "window"。(預設值：False)
wkwargs (dict 或 None, 選填) – 視窗函數的參數。(預設值：None)
center (bool, 選填) – 是否在頻譜圖中對信號進行雙邊填充，以便第 \(t\) 個 frame 以時間 \(t \times \text{hop\_length}\) 為中心。(預設值：True)
pad_mode (string, 選填) – 控制當 center 為 True 時使用的填充方法。(預設值："reflect")
onesided (bool, 選填) – 控制頻譜圖是否用於返回一半的結果以避免冗餘 (預設值：True)

範例

>>> batch, freq, time = 2, 257, 100
>>> length = 25344
>>> spectrogram = torch.randn(batch, freq, time, dtype=torch.cdouble)
>>> transform = transforms.InverseSpectrogram(n_fft=512)
>>> waveform = transform(spectrogram, length)

使用 InverseSpectrogram 的教學