ChromaSpectrogram¶
- class torchaudio.prototype.transforms.ChromaSpectrogram(sample_rate: int, n_fft: int, *, win_length: ~typing.Optional[int] = None, hop_length: ~typing.Optional[int] = None, pad: int = 0, window_fn: ~typing.Callable[[...], ~torch.Tensor] = <built-in method hann_window of type object>, power: float = 2.0, normalized: bool = False, wkwargs: ~typing.Optional[dict] = None, center: bool = True, pad_mode: str = 'reflect', n_chroma: int = 12, tuning: float = 0.0, ctroct: float = 5.0, octwidth: ~typing.Optional[float] = 2.0, norm: int = 2, base_c: bool = True)[源码]¶
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。此弃用是作为一项大型重构工作的一部分，旨在将 TorchAudio 迁移到维护阶段。有关更多信息，请参阅 https://github.com/pytorch/audio/issues/3902。
为音频信号生成色度图。
组合了
torchaudio.transforms.Spectrogram()和torchaudio.prototype.transforms.ChromaScale()。- 参数 (Args)
sample_rate (int): 音频信号的采样率。 n_fft (int, optional): FFT 的大小，生成
n_fft // 2 + 1个 bin。 win_length (int 或 None, optional): 窗口大小。 (默认值:n_fft) hop_length (int 或 None, optional): STFT 窗口之间的跳跃长度。 (默认值:win_length // 2) pad (int, optional): 信号的双边填充。 (默认值:0) window_fn (Callable[…, torch.Tensor], optional): 一个函数，用于创建应用于/乘以每个帧/窗口的窗口张量。（默认值:
torch.hann_window）- power (float, optional): 振幅谱的指数，
（必须大于 0）例如，1 表示能量，2 表示功率等。 (默认值:
2)
normalized (bool, optional): STFT 后是否按幅度进行归一化。 (默认值:
False) wkwargs (Dict[…, …] 或 None, optional): 窗口函数的参数。 (默认值:None) center (bool, optional): 是否在waveform的两侧进行填充，以便 \(t\)-th 帧以时间 \(t \times \text{hop\_length}\) 为中心。 (默认值:
True)- pad_mode (string, optional): 控制在
center为True时使用的填充方法。 (默认值:"reflect")
n_chroma (int, optional): 色度数量。 (默认值:
12) tuning (float, optional): 相对于 A440 的调优偏差，以色度 bin 的分数表示。 (默认值: 0.0) ctroct (float, optional): 用于加权滤波器的 Gausssian 优势窗口的中心，以八度为单位。 (默认值: 5.0) octwidth (float 或 None, optional): 用于加权滤波器的 Gausssian 优势窗口的宽度，以八度为单位。如果为
None，则完全禁用加权。 (默认值: 2.0)norm (int, optional): 用于归一化滤波器组的范数阶数。 (默认值: 2) base_c (bool, optional): 如果为 True，则滤波器组从 C 开始。否则，从 A 开始。 (默认值: True)
- 示例
>>> waveform, sample_rate = torchaudio.load("test.wav", normalize=True) >>> transform = transforms.ChromaSpectrogram(sample_rate=sample_rate, n_fft=400) >>> chromagram = transform(waveform) # (channel, n_chroma, time)
