PitchShift

class torchaudio.transforms.PitchShift(sample_rate: int, n_steps: int, bins_per_octave: int = 12, n_fft: int = 512, win_length: ~typing.Optional[int] = None, hop_length: ~typing.Optional[int] = None, window_fn: ~typing.Callable[[...], ~torch.Tensor] = <built-in method hann_window of type object>, wkwargs: ~typing.Optional[dict] = None)

將波形的音調移動 n_steps 步。

參數:

• waveform (Tensor) – 形狀為 (…, time) 的輸入波形。

• sample_rate (int) – waveform 的取樣率。

• n_steps (int) – 移動 waveform 的 (分數) 步數。

• bins_per_octave (int, optional) – 每個八度的步數 (預設：12)。

• n_fft (int, optional) – FFT 大小，建立 n_fft // 2 + 1 個頻率箱 (預設：512)。

• win_length (int 或 None, optional) – 視窗大小。如果為 None，則使用 n_fft。(預設：None)。

• hop_length (int 或 None, optional) – STFT 視窗之間的跳躍長度。如果為 None，則使用 win_length // 4 (預設：None)。

• window (Tensor 或 None, optional) – 套用/乘到每個影格/視窗的視窗張量。如果為 None，則使用 torch.hann_window(win_length) (預設：None)。

範例

>>> waveform, sample_rate = torchaudio.load("test.wav", normalize=True)
>>> transform = transforms.PitchShift(sample_rate, 4)
>>> waveform_shift = transform(waveform)  # (channel, time)

initialize_parameters(input)

根據輸入批次屬性初始化參數。

當執行參數形狀推斷時，這新增了一個介面，將參數初始化與前向傳遞隔離。

forward(waveform: Tensor) → Tensor

參數:

waveform (Tensor) – 音訊張量，維度為 (…, time)。

返回:

音調已移動的音訊，形狀為 (…, time)。

返回類型:

Tensor