PSD

class torchaudio.transforms.PSD(multi_mask: bool = False, normalize: bool = True, eps: float = 1e-15)

計算跨通道功率譜密度（PSD）矩陣。

引數：

• multi_mask (bool, 可選) – 如果為 True，則僅接受多通道時頻掩碼。(預設值: False)

• normalize (bool, 可選) – 如果為 True，則沿時間維度標準化掩碼。(預設值: True)

• eps (float, 可選) – 新增到掩碼標準化分母中的值。(預設值: 1e-15)

使用 PSD 的教程

使用 MVDR 波束形成進行語音增強

使用 MVDR 波束形成進行語音增強

forward(specgram: Tensor, mask: Optional[Tensor] = None)

引數：

• specgram (torch.Tensor) – 多通道複數值頻譜。張量維度為 (…, 通道, 頻率, 時間)。

• mask (torch.Tensor 或 None, 可選) – 用於標準化的時頻掩碼。如果 multi_mask 為 False，則張量維度為 (…, 頻率, 時間)；如果 multi_mask 為 True，則張量維度為 (…, 通道, 頻率, 時間)。(預設值: None)

返回：

輸入頻譜的複數值 PSD 矩陣。

張量維度為 (…, 頻率, 通道, 通道)

返回型別：

torch.Tensor