FrequencyMasking

class torchaudio.transforms.FrequencyMasking(freq_mask_param: int, iid_masks: bool = False)

在頻譜圖的頻率域應用掩蔽。

在 SpecAugment [Park 等人, 2019] 中提出。

引數:

• freq_mask_param (int) – 掩蔽的最大可能長度。索引從 [0, freq_mask_param) 均勻取樣。

• iid_masks (bool, 可選) – 是否對批處理中的每個樣本/通道應用不同的掩蔽。（預設值：False）此選項僅適用於輸入張量 >= 3D 的情況。

示例

>>> spectrogram = torchaudio.transforms.Spectrogram()
>>> masking = torchaudio.transforms.FrequencyMasking(freq_mask_param=80)
>>>
>>> original = spectrogram(waveform)
>>> masked = masking(original)

使用 FrequencyMasking 的教程

音訊特徵增強

音訊特徵增強