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]

使用限带插值以新频率重采样波形。 [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,使用它将导致更高效的计算。

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

  • orig_freq (int) – 信号的原始频率

  • new_freq (int) – 目标频率

  • 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分数。较低的值可减少混叠,但也会减少一些最高频率。(默认: 0.99

  • resampling_method (str, 可选) – 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) – 用于凯撒窗的形状参数。

返回

以新频率表示的波形,维度为 (..., time)

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
ASR Inference with CTC Decoder

使用 CTC 解码器进行 ASR 推理

使用 CTC 解码器进行 ASR 推理
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