ChromaScale

class torchaudio.prototype.transforms.ChromaScale(sample_rate: int, n_freqs: int, *, n_chroma: int = 12, tuning: float = 0.0, ctroct: float = 5.0, octwidth: Optional[float] = 2.0, norm: int = 2, base_c: bool = True)

已弃用

警告

此类已从 2.8 版本开始弃用。它将在 2.9 版本中移除。此弃用是大型重构工作的一部分，目的是将 TorchAudio 迁移到维护阶段。有关更多信息，请参阅 https://github.com/pytorch/audio/issues/3902。

将频谱图转换为色度图。

参数 (Args)

sample_rate (int): 音频信号的采样率。n_freqs (int): STFT 中的频率 bin 数量。请参阅 Spectrogram 中的 n_fft。n_chroma (int, optional): 色度数量。(默认: 12) tuning (float, optional): 调谐偏差，相对于 A440，以色度 bin 的分数表示。(默认: 0.0) ctroct (float, optional): 高斯优势窗口的中心，用于加权滤波器，单位为倍频程。(默认: 5.0) octwidth (float 或 None, optional): 高斯优势窗口的宽度，用于加权滤波器，单位为倍频程。

如果为 None，则禁用加权。(默认: 2.0)

norm (int, optional): 用于归一化滤波器组的范数阶数。(默认: 2) base_c (bool, optional): 如果为 True，则滤波器组从 C 开始。否则，从 A 开始。(默认: True)

示例

>>> waveform, sample_rate = torchaudio.load("test.wav", normalize=True)
>>> spectrogram_transform = transforms.Spectrogram(n_fft=1024)
>>> spectrogram = spectrogram_transform(waveform)
>>> chroma_transform = transforms.ChromaScale(sample_rate=sample_rate, n_freqs=1024 // 2 + 1)
>>> chroma_spectrogram = chroma_transform(spectrogram)

另请参阅

torchaudio.prototype.functional.chroma_filterbank() — 用于生成滤波器组的函数。

forward(x: Tensor) → Tensor

参数

specgram (torch.Tensor) – 维度为 (..., n_freqs, time) 的频谱图。

返回

维度为 (..., n_chroma, time) 的色度频谱图。

返回类型

torch.Tensor