torchaudio.functional.phase_vocoder

torchaudio.functional.phase_vocoder(complex_specgrams: Tensor, rate: float, phase_advance: Tensor) → Tensor

給定一個 STFT 張量，透過因子 rate 在時間上加速而不改變音高。

引數：

• complex_specgrams (Tensor) – 維度為 (…, freq, num_frame) 的複數型別張量。

• rate (float) – 加速因子

• phase_advance (Tensor) – 每個 bin 中預期的相位提前量。維度為 (freq, 1)

返回：

拉伸後的頻譜圖。結果張量的 dtype 與輸入頻譜圖相同，但幀數變為 ceil(num_frame / rate)。

返回型別：

Tensor

示例

>>> freq, hop_length = 1025, 512
>>> # (channel, freq, time)
>>> complex_specgrams = torch.randn(2, freq, 300, dtype=torch.cfloat)
>>> rate = 1.3 # Speed up by 30%
>>> phase_advance = torch.linspace(
>>>    0, math.pi * hop_length, freq)[..., None]
>>> x = phase_vocoder(complex_specgrams, rate, phase_advance)
>>> x.shape # with 231 == ceil(300 / 1.3)
torch.Size([2, 1025, 231])