MelScale¶
- class torchaudio.transforms.MelScale(n_mels: int = 128, sample_rate: int = 16000, f_min: float = 0.0, f_max: Optional[float] = None, n_stft: int = 201, norm: Optional[str] = None, mel_scale: str = 'htk')[source]¶
將一般的 STFT 轉換為具有三角形濾波器組的梅爾頻率 STFT。
- 參數:
n_mels (int, optional) – 梅爾濾波器組的數量。（預設值：
128）sample_rate (int, optional) – 音訊訊號的取樣率。（預設值：
16000）f_min (float, optional) – 最小頻率。（預設值：
0.0）f_max (float or None, optional) – 最大頻率。（預設值：
sample_rate // 2）n_stft (int, optional) – STFT 中的頻率倉數量。請參閱
Spectrogram中的n_fft。（預設值：201）norm (str or None, optional) – 如果為
"slaney"，則將三角形梅爾權重除以梅爾頻帶的寬度（面積正規化）。（預設值：None）mel_scale (str, optional) – 要使用的縮放比例：
htk或slaney。（預設值：htk）
- 範例
>>> waveform, sample_rate = torchaudio.load("test.wav", normalize=True) >>> spectrogram_transform = transforms.Spectrogram(n_fft=1024) >>> spectrogram = spectrogram_transform(waveform) >>> melscale_transform = transforms.MelScale(sample_rate=sample_rate, n_stft=1024 // 2 + 1) >>> melscale_spectrogram = melscale_transform(spectrogram)
另請參閱
torchaudio.functional.melscale_fbanks()- 用於產生濾波器組的函式。
