TimeStretch

class torchaudio.transforms.TimeStretch(hop_length: Optional[int] = None, n_freq: int = 201, fixed_rate: Optional[float] = None)

在時間上延展 stft，而不會針對給定的速率修改音調。

在 SpecAugment [Park et al., 2019] 中提出。

參數:

• hop_length (int 或 None，選用) – STFT 視窗之間的跳躍長度。（預設值：n_fft // 2，其中 n_fft == (n_freq - 1) * 2）

• n_freq (int，選用) – stft 的濾波器組數量。（預設值：201）

• fixed_rate (float 或 None，選用) – 加速或減速的速率。如果未提供 None，則速率必須傳遞到 forward 方法。（預設值：None）

注意

預期的輸入是原始的複數值頻譜圖。

範例

>>> spectrogram = torchaudio.transforms.Spectrogram(power=None)
>>> stretch = torchaudio.transforms.TimeStretch()
>>>
>>> original = spectrogram(waveform)
>>> stretched_1_2 = stretch(original, 1.2)
>>> stretched_0_9 = stretch(original, 0.9)

使用 TimeStretch 的教學

音訊特徵擴增

音訊特徵擴增

forward(complex_specgrams: Tensor, overriding_rate: Optional[float] = None) → Tensor

參數:

• complex_specgrams (Tensor) – 維度為 (…, freq, num_frame) 且具有複數 dtype 的張量。

• overriding_rate (float 或 None，選用) – 套用於此批次的加速。如果未傳遞速率，則使用 self.fixed_rate。（預設值：None）

回傳值:

延展的頻譜圖。產生的張量與輸入頻譜圖具有對應的複數 dtype，並且影格數更改為 ceil(num_frame / rate)。

回傳類型:

Tensor