SpeedPerturbation

class torchaudio.transforms.SpeedPerturbation(orig_freq: int, factors: Sequence[float])

應用 *Audio augmentation for speech recognition* [Ko 等人，2015] 中引入的速度擾動資料增強。對於給定的輸入，該模組從 factors 中均勻隨機取樣一個加速因子，並按該因子調整輸入的播放速度。

引數:

• orig_freq (int) – waveform 中訊號的原始頻率。

• factors (Sequence[float]) – 用於調整輸入速度的因子。大於 1.0 的值會在時間上壓縮 waveform，而小於 1.0 的值會在時間上拉伸 waveform。

示例

>>> speed_perturb = SpeedPerturbation(16000, [0.9, 1.1, 1.0, 1.0, 1.0])
>>> # waveform speed will be adjusted by factor 0.9 with 20% probability,
>>> # 1.1 with 20% probability, and 1.0 (i.e. kept the same) with 60% probability.
>>> speed_perturbed_waveform = speed_perturb(waveform, lengths)

forward(waveform: Tensor, lengths: Optional[Tensor] = None) → Tuple[Tensor, Optional[Tensor]]

引數:

• waveform (torch.Tensor) – 輸入訊號，形狀為 (…, time)。

• lengths (torch.Tensor 或 None, 可選) – waveform 中訊號的有效長度，形狀為 (…)。如果為 None，則 waveform 中的所有元素都被視為有效。（預設值: None）

返回:

torch.Tensor

速度調整後的波形，形狀為 (…, new_time)。

torch.Tensor 或 None

如果 lengths 不為 None，則為速度調整後的波形中訊號的有效長度，形狀為 (…)；否則，為 None。

返回型別:

(torch.Tensor, torch.Tensor 或 None)