torchaudio.functional.griffinlim

torchaudio.functional.griffinlim(specgram: Tensor, window: Tensor, n_fft: int, hop_length: int, win_length: int, power: float, n_iter: int, momentum: float, length: Optional[int], rand_init: bool) → Tensor

使用 Griffin-Lim 变换从线性幅度频谱图计算波形。

实现移植自 librosa [Brian McFee et al., 2015], A fast Griffin-Lim algorithm [Perraudin et al., 2013] and Signal estimation from modified short-time Fourier transform [Griffin and Lim, 1983].

参数

• specgram (Tensor) – 仅幅度信息的 STFT 频谱图，维度为 (..., freq, frames)，其中 freq 为 n_fft // 2 + 1。

• window (Tensor) – 应用/乘以每个帧/窗口的窗口张量

• n_fft (int) – FFT 的大小，生成 n_fft // 2 + 1 个 bin

• hop_length (int) – STFT 窗口之间的跳跃长度。 (默认值: win_length // 2)

• win_length (int) – 窗口大小。 (默认值: n_fft)

• power (float) – 幅度频谱图的指数，(必须 > 0) 例如，1 表示幅度，2 表示功率，依此类推。

• n_iter (int) – 相位恢复过程的迭代次数。

• momentum (float) – 快速 Griffin-Lim 的动量参数。将其设置为 0 可以恢复原始的 Griffin-Lim 方法。接近 1 的值可能导致收敛加快，但大于 1 可能不会收敛。

• length (int 或 None) – 预期的输出的数组长度。

• rand_init (bool) – 如果为 True，则随机初始化相位，否则为零。

返回

波形 (..., time)，其中 time 等于 length 参数（如果已提供）。

返回类型

张量