• 文件 >
  • AudioEffector 用法 >
  • 舊版本 (穩定版)
捷徑

AudioEffector 用法

作者: Moto Hira

本教學展示如何使用 torchaudio.io.AudioEffector 將各種效果和編解碼器應用於波形張量。

注意

本教學需要 FFmpeg 函式庫。請參考 FFmpeg 依賴性 以了解詳細資訊。

概述

AudioEffector 結合了由 StreamWriterStreamReader 提供的記憶體內編碼、解碼和濾波。

下圖說明了此過程。

https://download.pytorch.org/torchaudio/tutorial-assets/AudioEffector.png
import torch
import torchaudio

print(torch.__version__)
print(torchaudio.__version__)
2.6.0
2.6.0
from torchaudio.io import AudioEffector, CodecConfig

import matplotlib.pyplot as plt
from IPython.display import Audio
for k, v in torchaudio.utils.ffmpeg_utils.get_versions().items():
    print(k, v)
libavcodec (60, 3, 100)
libavdevice (60, 1, 100)
libavfilter (9, 3, 100)
libavformat (60, 3, 100)
libavutil (58, 2, 100)

用法

要使用 AudioEffector,請使用 effectformat 實例化它,然後將波形傳遞給 apply()stream() 方法。

effector = AudioEffector(effect=..., format=...,)

# Apply at once
applied = effector.apply(waveform, sample_rate)

apply 方法一次將效果和編解碼器應用於整個波形。因此,如果輸入波形很長,並且記憶體消耗是一個問題,可以使用 stream 方法逐塊處理。

# Apply chunk by chunk
for applied_chunk = effector.stream(waveform, sample_rate):
    ...

範例

src = torchaudio.utils.download_asset("tutorial-assets/Lab41-SRI-VOiCES-src-sp0307-ch127535-sg0042.wav")
waveform, sr = torchaudio.load(src, channels_first=False)

原始

show(effect=None)
effector tutorial


效果

tempo

https://ffmpeg.dev.org.tw/ffmpeg-filters.html#atempo

show("atempo=0.7")
effector tutorial


show("atempo=1.8")
effector tutorial


highpass

https://ffmpeg.dev.org.tw/ffmpeg-filters.html#highpass

show("highpass=frequency=1500")
effector tutorial


lowpass

https://ffmpeg.dev.org.tw/ffmpeg-filters.html#lowpass

show("lowpass=frequency=1000")
effector tutorial


allpass

https://ffmpeg.dev.org.tw/ffmpeg-filters.html#allpass

show("allpass")
effector tutorial


帶通濾波器

https://ffmpeg.dev.org.tw/ffmpeg-filters.html#bandpass

show("bandpass=frequency=3000")
effector tutorial


帶拒濾波器

https://ffmpeg.dev.org.tw/ffmpeg-filters.html#bandreject

show("bandreject=frequency=3000")
effector tutorial


回聲

https://ffmpeg.dev.org.tw/ffmpeg-filters.html#aecho

show("aecho=in_gain=0.8:out_gain=0.88:delays=6:decays=0.4")
effector tutorial


show("aecho=in_gain=0.8:out_gain=0.88:delays=60:decays=0.4")
effector tutorial


show("aecho=in_gain=0.8:out_gain=0.9:delays=1000:decays=0.3")
effector tutorial


合唱

https://ffmpeg.dev.org.tw/ffmpeg-filters.html#chorus

show("chorus=0.5:0.9:50|60|40:0.4|0.32|0.3:0.25|0.4|0.3:2|2.3|1.3")
effector tutorial


FFT 濾波器

https://ffmpeg.dev.org.tw/ffmpeg-filters.html#afftfilt

# fmt: off
show(
    "afftfilt="
    "real='re * (1-clip(b * (b/nb), 0, 1))':"
    "imag='im * (1-clip(b * (b/nb), 0, 1))'"
)
effector tutorial


show(
    "afftfilt="
    "real='hypot(re,im) * sin(0)':"
    "imag='hypot(re,im) * cos(0)':"
    "win_size=512:"
    "overlap=0.75"
)
effector tutorial


show(
    "afftfilt="
    "real='hypot(re,im) * cos(2 * 3.14 * (random(0) * 2-1))':"
    "imag='hypot(re,im) * sin(2 * 3.14 * (random(1) * 2-1))':"
    "win_size=128:"
    "overlap=0.8"
)
# fmt: on
effector tutorial


顫音

https://ffmpeg.dev.org.tw/ffmpeg-filters.html#vibrato

show("vibrato=f=10:d=0.8")
effector tutorial
/pytorch/audio/ci_env/lib/python3.10/site-packages/IPython/lib/display.py:188: RuntimeWarning: invalid value encountered in cast
  return scaled.astype("<h").tobytes(), nchan


震音

https://ffmpeg.dev.org.tw/ffmpeg-filters.html#tremolo

show("tremolo=f=8:d=0.8")
effector tutorial


結晶器

https://ffmpeg.dev.org.tw/ffmpeg-filters.html#crystalizer

show("crystalizer")
effector tutorial


鑲邊

https://ffmpeg.dev.org.tw/ffmpeg-filters.html#flanger

show("flanger")
effector tutorial


相位器

https://ffmpeg.dev.org.tw/ffmpeg-filters.html#aphaser

show("aphaser")
effector tutorial


脈衝器

https://ffmpeg.dev.org.tw/ffmpeg-filters.html#apulsator

show("apulsator", stereo=True)
effector tutorial


哈斯效應

https://ffmpeg.dev.org.tw/ffmpeg-filters.html#haas

show("haas")
effector tutorial


編解碼器

def show_multi(configs):
    results = []
    for config in configs:
        effector = AudioEffector(**config)
        results.append(effector.apply(waveform, int(sr)))

    num_configs = len(configs)
    figsize = (6.4, 0.3 + num_configs * 0.9)
    f, axes = plt.subplots(num_configs, 1, figsize=figsize, sharex=True)
    for result, ax in zip(results, axes):
        ax.specgram(result[:, 0], Fs=sr)
    f.set_tight_layout(True)

    return [Audio(r.numpy().T, rate=sr) for r in results]

ogg

results = show_multi(
    [
        {"format": "ogg"},
        {"format": "ogg", "encoder": "vorbis"},
        {"format": "ogg", "encoder": "opus"},
    ]
)
effector tutorial

ogg - 預設編碼器 (flac)



ogg - vorbis



ogg - opus



mp3

https://trac.ffmpeg.org/wiki/Encode/MP3

results = show_multi(
    [
        {"format": "mp3"},
        {"format": "mp3", "codec_config": CodecConfig(compression_level=1)},
        {"format": "mp3", "codec_config": CodecConfig(compression_level=9)},
        {"format": "mp3", "codec_config": CodecConfig(bit_rate=192_000)},
        {"format": "mp3", "codec_config": CodecConfig(bit_rate=8_000)},
        {"format": "mp3", "codec_config": CodecConfig(qscale=9)},
        {"format": "mp3", "codec_config": CodecConfig(qscale=1)},
    ]
)
effector tutorial

預設



compression_level=1



compression_level=9



bit_rate=192k



bit_rate=8k



qscale=9



qscale=1



標籤: torchaudio.io

腳本總執行時間: ( 0 分鐘 3.057 秒)

由 Sphinx-Gallery 產生的圖庫

文件

取得 PyTorch 的完整開發人員文件

檢視文件

教學

取得針對初學者和進階開發人員的深入教學課程

檢視教學課程

資源

尋找開發資源並獲得解答

檢視資源