torchaudio.functional.lfilter¶
- torchaudio.functional.lfilter(waveform: Tensor, a_coeffs: Tensor, b_coeffs: Tensor, clamp: bool = True, batching: bool = True) Tensor[source]¶
透過評估差分方程執行 IIR 濾波，使用由 Yu et al. [Yu and Fazekas, 2023] 和 Forgione et al. [Forgione and Piga, 2021] 獨立開發的、可微分的實現。
注意
為避免數值問題，優選使用較小的濾波器階數。使用雙精度也可以最大限度地減少數值精度誤差。
- 引數:
waveform (Tensor) – 維度為 (…, time) 的音訊波形。必須歸一化到 -1 到 1 的範圍。
a_coeffs (Tensor) – 差分方程的分母系數，維度為 1D，形狀為 (num_order + 1)，或 2D，形狀為 (num_filters, num_order + 1)。延遲較低的係數在前，例如
[a0, a1, a2, ...]。必須與 b_coeffs 大小相同（必要時用 0 填充）。b_coeffs (Tensor) – 差分方程的分子係數，維度為 1D，形狀為 (num_order + 1)，或 2D，形狀為 (num_filters, num_order + 1)。延遲較低的係數在前，例如
[b0, b1, b2, ...]。必須與 a_coeffs 大小相同（必要時用 0 填充）。clamp (bool, optional) – 如果為
True，則將輸出訊號限制在 [-1, 1] 的範圍內（預設值:True）batching (bool, optional) – 僅當係數為 2D 時有效。如果為
True，則波形 waveform 應該至少為 2D，並且倒數第二個軸的大小應等於num_filters。輸出可以表示為output[..., i, :] = lfilter(waveform[..., i, :], a_coeffs[i], b_coeffs[i], clamp=clamp, batching=False)。 (預設值:True)
- 返回值:
如果
a_coeffs和b_coeffs是 2D Tensors，則返回維度為 (…, num_filters, time) 的波形，否則返回維度為 (…, time) 的波形。- 返回型別:
Tensor
