BarkScale

class torchaudio.prototype.transforms.BarkScale(n_barks: int = 128, sample_rate: int = 16000, f_min: float = 0.0, f_max: Optional[float] = None, n_stft: int = 201, bark_scale: str = 'traunmuller')

使用三角濾波器組將正常的 STFT 轉換為 Bark 頻率 STFT。

引數：

• n_barks (int, 可選的) – Bark 濾波器組的數量。(預設值: 128)

• sample_rate (int, 可選的) – 音訊訊號的取樣率。(預設值: 16000)

• f_min (float, 可選的) – 最低頻率。(預設值: 0.)

• f_max (float 或 None, 可選的) – 最高頻率。(預設值: sample_rate // 2)

• n_stft (int, 可選的) – STFT 中的頻點數。參見 Spectrogram 中的 n_fft。(預設值: 201)

• norm (str 或 None, 可選的) – 如果為 "slaney"，則將三角 Bark 權重除以 Bark 頻帶的寬度（面積歸一化）。(預設值: None)

• bark_scale (str, 可選的) – 使用的刻度：traunmuller、schroeder 或 wang。(預設值: traunmuller)

示例

>>> waveform, sample_rate = torchaudio.load("test.wav", normalize=True)
>>> spectrogram_transform = transforms.Spectrogram(n_fft=1024)
>>> spectrogram = spectrogram_transform(waveform)
>>> barkscale_transform = transforms.BarkScale(sample_rate=sample_rate, n_stft=1024 // 2 + 1)
>>> barkscale_spectrogram = barkscale_transform(spectrogram)

另請參閱

torchaudio.prototype.functional.barkscale_fbanks() - 用於生成濾波器組的函式。

forward(specgram: Tensor) → Tensor¶

引數：

specgram (torch.Tensor) – 維度為 (…, 頻率, 時間) 的 STFT 譜圖。

返回：

大小為 (…, n_barks, 時間) 的 Bark 頻率譜圖。

返回型別：

torch.Tensor