torchaudio.functional.griffinlim¶
- torchaudio.functional.griffinlim(specgram: Tensor, window: Tensor, n_fft: int, hop_length: int, win_length: int, power: float, n_iter: int, momentum: float, length: Optional[int], rand_init: bool) Tensor[原始碼]¶
使用 Griffin-Lim 變換從線性幅值譜圖計算波形。
實現移植自 librosa [Brian McFee 等, 2015]、快速 Griffin-Lim 演算法 [Perraudin 等, 2013] 和 基於修正短時傅立葉變換的訊號估計 [Griffin 和 Lim, 1983]。
- 引數：
specgram (Tensor) – 一個僅包含幅值的 STFT 譜圖，維度為 (…, freq, frames)，其中 freq 為
n_fft // 2 + 1。window (Tensor) – 應用/乘到每個幀/視窗上的窗函式張量。
n_fft (int) – FFT 大小，建立
n_fft // 2 + 1個頻段。hop_length (int) – STFT 視窗之間的跳躍長度。（預設值：
win_length // 2）win_length (int) – 視窗大小。（預設值：
n_fft）power (float) – 幅值譜圖的指數，（必須 > 0），例如，1 表示幅值，2 表示功率，等等。
n_iter (int) – 相位恢復過程的迭代次數。
momentum (float) – 快速 Griffin-Lim 的動量引數。將其設定為 0 可恢復原始 Griffin-Lim 方法。接近 1 的值可以帶來更快的收斂速度，但大於 1 可能不收斂。
length (int 或 None) – 預期輸出的陣列長度。
rand_init (bool) – 如果為 True，則隨機初始化相位；否則初始化為零。
- 返回值：
波形，維度為 (…, time)，其中如果指定了
length引數，則 time 等於該引數值。- 返回型別：
Tensor
