TimeStretch

class torchaudio.transforms.TimeStretch(hop_length: Optional[int] = None, n_freq: int = 201, fixed_rate: Optional[float] = None)

以给定速率拉伸 STFT，而不改变音高。

由SpecAugment [Park et al., 2019] 提出。

参数

• hop_length (int 或 None, 可选) – STFT 窗口之间的跳变长度。(默认值：n_fft // 2，其中 n_fft == (n_freq - 1) * 2)

• n_freq (int, 可选) – STFT 的滤波器组数量。(默认值：201)

• fixed_rate (float 或 None, 可选) – 加速或减速的速率。如果提供 None，则必须在 forward 方法中传递 rate。(默认值：None)

注意

预期的输入是原始的、复数值的频谱图。

示例

>>> spectrogram = torchaudio.transforms.Spectrogram(power=None)
>>> stretch = torchaudio.transforms.TimeStretch()
>>>
>>> original = spectrogram(waveform)
>>> stretched_1_2 = stretch(original, 1.2)
>>> stretched_0_9 = stretch(original, 0.9)

使用 TimeStretch 的教程

音频特征增强

音频特征增强

forward(complex_specgrams: Tensor, overriding_rate: Optional[float] = None) → Tensor

参数

• complex_specgrams (Tensor) – 维度为 (..., freq, num_frame) 且数据类型为复数的张量。

• overriding_rate (float 或 None, 可选) – 应用于此批次的加速速率。如果未传入速率，则使用 self.fixed_rate。(默认值：None)

返回

拉伸后的频谱图。结果张量的数据类型与输入频谱图的复数类型相同，帧数将变为 ceil(num_frame / rate)。

返回类型

张量