torchaudio.functional.melscale_fbanks

torchaudio.functional.melscale_fbanks(n_freqs: int, f_min: float, f_max: float, n_mels: int, sample_rate: int, norm: Optional[str] = None, mel_scale: str = 'htk') → Tensor

创建频率bin转换矩阵。

注意

为了与 librosa 的数值兼容性，并非所有滤波器组中的系数都具有 1 的幅度。

参数

• n_freqs (int) – 需要强调/应用的频率数量

• f_min (float) – 最小频率（Hz）

• f_max (float) – 最大频率（Hz）

• n_mels (int) – Mel 滤波器组的数量

• sample_rate (int) – 音频波形的采样率

• norm (str or None, optional) – 如果为 "slaney"，则将三角形梅尔权重除以梅尔带的宽度（面积归一化）。(默认: None)

• mel_scale (str, optional) – 使用的尺度：htk 或 slaney。(默认: htk)

返回

三角滤波器组（fb 矩阵），大小为（n_freqs, n_mels），表示需要强调/应用的频率数量乘以滤波器组的数量。每一列都是一个滤波器组，因此假设有一个大小为（…，n_freqs）的矩阵 A，则应用结果为 A @ melscale_fbanks(A.size(-1), ...)。

返回类型

张量

使用 melscale_fbanks 的教程

音频特征提取

音频特征提取