快捷方式

torchaudio.functional.resample

torchaudio.functional.resample(waveform: Tensor, orig_freq: int, new_freq: int, lowpass_filter_width: int = 6, rolloff: float = 0.99, resampling_method: str = 'sinc_interp_hann', beta: Optional[float] = None) Tensor[源代码]

使用带限插值以新的采样率对波形进行重采样。 [Smith, 2020]

This feature supports the following devices: CPU, CUDA This API supports the following properties: Autograd, TorchScript

注意

transforms.Resample 会预先计算并重用重采样核,因此如果使用相同的重采样参数对多个波形进行重采样,使用它将导致计算效率更高。

参数
  • waveform (Tensor) – 输入信号,维度为 (..., time)

  • orig_freq (int) – 信号的原始频率

  • new_freq (int) – 期望的频率

  • lowpass_filter_width (int, 可选) – 控制滤波器的锐度,值越大 == 越锐利但效率越低。(默认:6

  • rolloff (float, 可选) – 滤波器的滚降频率,作为奈奎斯特频率的比例。较低的值会减少混叠,但也会减少一些最高频率。(默认:0.99

  • resampling_method (str, 可选) – 要使用的重采样方法。选项:["sinc_interp_hann", "sinc_interp_kaiser"](默认:"sinc_interp_hann"

  • beta (floatNone, 可选) – 用于 Kaiser 窗口的形状参数。

返回

维度为 (..., time) 的新频率下的波形。

返回类型

张量

使用 resample 的教程
Speech Recognition with Wav2Vec2

使用 Wav2Vec2 进行语音识别

使用 Wav2Vec2 进行语音识别
Torchaudio-Squim: Non-intrusive Speech Assessment in TorchAudio

Torchaudio-Squim:TorchAudio 中的非侵入式语音评估

Torchaudio-Squim:TorchAudio 中的非侵入式语音评估
Audio Feature Extractions

音频特征提取

音频特征提取
Audio Resampling

音频重采样

音频重采样

文档

访问全面的 PyTorch 开发者文档

查看文档

教程

为初学者和高级开发者提供深入的教程

查看教程

资源

查找开发资源并让您的问题得到解答

查看资源