LFCC¶
- class torchaudio.transforms.LFCC(sample_rate: int = 16000, n_filter: int = 128, f_min: float = 0.0, f_max: Optional[float] = None, n_lfcc: int = 40, dct_type: int = 2, norm: str = 'ortho', log_lf: bool = False, speckwargs: Optional[dict] = None)[source]¶
從音訊訊號建立線性頻率倒譜係數。
預設情況下，這會在 DB 刻度的線性濾波頻譜圖上計算 LFCC。這不是教科書上的實作方式，但在此實作是為了與 librosa 保持一致。
此輸出取決於輸入頻譜圖中的最大值，因此對於分割成片段的音訊剪輯與完整剪輯可能會傳回不同的值。
- 參數:
sample_rate (int, optional) – 音訊訊號的取樣率。（預設值：
16000）n_filter (int, optional) – 要應用的線性濾波器數量。（預設值：
128）n_lfcc (int, optional) – 要保留的 lfc 係數數量。（預設值：
40）f_min (float, optional) – 最小頻率。（預設值：
0.）f_max (float 或 None, optional) – 最大頻率。（預設值：
None）dct_type (int, optional) – 要使用的 DCT（離散餘弦轉換）類型。（預設值：
2）norm (str, optional) – 要使用的範數。（預設值：
"ortho"）log_lf (bool, optional) – 是否使用 log-lf 頻譜圖而不是 db 刻度。（預設值：
False）speckwargs (dict 或 None, optional) – Spectrogram 的引數。（預設值：
None）
- 範例
>>> waveform, sample_rate = torchaudio.load("test.wav", normalize=True) >>> transform = transforms.LFCC( >>> sample_rate=sample_rate, >>> n_lfcc=13, >>> speckwargs={"n_fft": 400, "hop_length": 160, "center": False}, >>> ) >>> lfcc = transform(waveform)
另請參閱
torchaudio.functional.linear_fbanks()- 用於產生濾波器組的函式。- 使用
LFCC的教學
