FrequencyMasking

class torchaudio.transforms.FrequencyMasking(freq_mask_param: int, iid_masks: bool = False)

在频率域中对频谱图应用掩码。

在 SpecAugment 中提出 [Park et al., 2019]。

参数

• freq_mask_param (int) – 掩码的最大可能长度。索引从 [0, freq_mask_param) 中均匀采样。

• iid_masks (bool, optional) – 是否对批次中的每个示例/通道应用不同的掩码。（默认：False）此选项仅在输入张量 >= 3D 时适用。

示例

>>> spectrogram = torchaudio.transforms.Spectrogram()
>>> masking = torchaudio.transforms.FrequencyMasking(freq_mask_param=80)
>>>
>>> original = spectrogram(waveform)
>>> masked = masking(original)

使用 FrequencyMasking 的教程

音频特征增强

音频特征增强