逆譜圖¶

class torchaudio.transforms.InverseSpectrogram(n_fft: int = 400, win_length: ~typing.Optional[int] = None, hop_length: ~typing.Optional[int] = None, pad: int = 0, window_fn: ~typing.Callable[[...], ~torch.Tensor] = <built-in method hann_window of type object>, normalized: ~typing.Union[bool, str] = False, wkwargs: ~typing.Optional[dict] = None, center: bool = True, pad_mode: str = 'reflect', onesided: bool = True)[source]¶

建立一個逆譜圖，用於從譜圖中恢復音訊訊號。

引數:

n_fft (int, 可選) – FFT 大小，建立 n_fft // 2 + 1 個 bin。(預設值: 400)
win_length (int 或 None, 可選) – 視窗大小。(預設值: n_fft)
hop_length (int 或 None, 可選) – STFT 視窗之間的跳躍長度。(預設值: win_length // 2)
pad (int, 可選) – 訊號的雙邊填充。(預設值: 0)
window_fn (Callable[..., Tensor], 可選) – 一個函式，用於建立應用於/乘以每個幀/視窗的視窗張量。(預設值: torch.hann_window)
normalized (bool 或 str, 可選) – STFT 輸出是否按幅度歸一化。如果輸入為 str，可選值為 "window" 和 "frame_length"，取決於歸一化模式。True 對應於 "window"。(預設值: False)
wkwargs (dict 或 None, 可選) – 視窗函式的引數。(預設值: None)
center (bool, 可選) – 譜圖中的訊號是否在兩側進行了填充，以便第 \(t\) 幀以時間 \(t \times \text{hop\_length}\) 為中心。(預設值: True)
pad_mode (string, 可選) – 控制當 center 為 True 時使用的填充方法。(預設值: "reflect")
onesided (bool, 可選) – 控制是否使用譜圖返回一半結果以避免冗餘。(預設值: True)

示例

>>> batch, freq, time = 2, 257, 100
>>> length = 25344
>>> spectrogram = torch.randn(batch, freq, time, dtype=torch.cdouble)
>>> transform = transforms.InverseSpectrogram(n_fft=512)
>>> waveform = transform(spectrogram, length)

使用 InverseSpectrogram 的教程