torchaudio.functional¶

用於執行常見音訊操作的函式。

工具¶

`amplitude_to_DB`	將頻譜圖從功率/幅度尺度轉換為分貝尺度。
`DB_to_amplitude`	將張量從分貝尺度轉換為功率/幅度尺度。
`melscale_fbanks`	建立頻率 bin 轉換矩陣。
`linear_fbanks`	建立線性三角濾波器組。
`create_dct`	建立形狀為 (`n_mels`, `n_mfcc`) 的 DCT 變換矩陣，根據 norm 進行歸一化。
`mask_along_axis`	沿 `axis` 應用掩碼。
`mask_along_axis_iid`	沿 `axis` 應用掩碼。
`mu_law_encoding`	基於 mu-law 壓擴對訊號進行編碼。
`mu_law_decoding`	解碼 mu-law 編碼訊號。
`apply_codec`	已棄用：應用編解碼器作為一種增強形式。
`resample`	使用帶限插值以新頻率對波形進行重取樣。
`loudness`	根據 ITU-R BS.1770-4 建議測量音訊響度。
`convolve`	使用直接方法沿其最後一個維度卷積輸入。
`fftconvolve`	使用 FFT 沿其最後一個維度卷積輸入。
`add_noise`	根據信噪比縮放波形並新增噪聲。
`preemphasis`	沿其最後一個維度對波形進行預加重，即對於 `waveform` 中的每個訊號 \(x\)，計算輸出 \(y\) 為。
`deemphasis`	沿其最後一個維度對波形進行去加重。
`speed`	調整波形速度。
`frechet_distance`	計算兩個多元正態分佈之間的 Fréchet 距離 [Dowson and Landau, 1982]。

`allpass_biquad`	設計二階全通濾波器。
`band_biquad`	設計二階帶濾波器。
`bandpass_biquad`	設計二階帶通濾波器。
`bandreject_biquad`	設計二階帶阻濾波器。
`bass_biquad`	設計低音音調控制效果。
`biquad`	對輸入張量執行雙二階濾波。
`contrast`	應用對比度效果。
`dcshift`	對音訊應用直流偏移。
`deemph_biquad`	應用 ISO 908 CD 去加重（擱架式）IIR 濾波器。
`dither`	應用抖動
`equalizer_biquad`	設計雙二階峰值均衡器濾波器並執行濾波。
`filtfilt`	對波形應用 IIR 濾波器前向和後向濾波。
`flanger`	對音訊應用鑲邊效果。
`gain`	對整個波形應用放大或衰減。
`highpass_biquad`	設計雙二階高通濾波器並執行濾波。
`lfilter`	透過評估差分方程執行 IIR 濾波，使用由 Yu 等人 [Yu and Fazekas, 2023] 和 Forgione 等人 [Forgione and Piga, 2021] 獨立開發的可微分實現。
`lowpass_biquad`	設計雙二階低通濾波器並執行濾波。
`overdrive`	對音訊應用過載效果。
`phaser`	對音訊應用移相效果。
`riaa_biquad`	應用 RIAA 唱片播放均衡。
`treble_biquad`	設計高音音調控制效果。

`vad`	語音活動檢測器。
`spectrogram`	從原始音訊訊號建立頻譜圖或一批頻譜圖。
`inverse_spectrogram`	從提供的複數值頻譜圖建立逆頻譜圖或一批逆頻譜圖。
`griffinlim`	使用 Griffin-Lim 變換從線性幅度頻譜圖計算波形。
`phase_vocoder`	給定一個 STFT 張量，透過因子 `rate` 在時間上加速而不改變音高。
`pitch_shift`	將波形的音高偏移 `n_steps` 步。
`compute_deltas`	計算張量的 delta 係數，通常是頻譜圖
`detect_pitch_frequency`	檢測音高頻率。
`sliding_window_cmn`	按話語應用滑動視窗倒譜均值（和可選方差）歸一化。
`spectral_centroid`	沿時間軸計算每個通道的頻譜質心。

`psd`	計算跨通道功率譜密度 (PSD) 矩陣。
`mvdr_weights_souden`	根據 Souden 等人 [Souden 等人, 2009] 提出的方法計算最小方差無失真響應 (MVDR [Capon, 1969]) 波束形成權重。
`mvdr_weights_rtf`	根據相對傳遞函式 (RTF) 和噪聲功率譜密度 (PSD) 矩陣計算最小方差無失真響應 (MVDR [Capon, 1969]) 波束形成權重。
`rtf_evd`	透過特徵值分解估計相對傳遞函式 (RTF) 或導向向量。
`rtf_power`	透過冪法估計相對傳遞函式 (RTF) 或導向向量。
`apply_beamforming`	將波束形成權重應用於多通道噪聲譜，以獲得單通道增強譜。

計算來自 Sequence Transduction with Recurrent Neural Networks [Graves, 2012] 的 RNN Transducer 損失。

計算兩個序列之間的詞級編輯（Levenshtein）距離。