InverseSpectrogram¶

class torchaudio.transforms.InverseSpectrogram(n_fft: int = 400, 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>, normalized: ~typing.Union[bool, str] = False, wkwargs: ~typing.Optional[dict] = None, center: bool = True, pad_mode: str = 'reflect', onesided: bool = True)[源]¶

创建一个逆频谱图，用于从频谱图恢复音频信号。

参数

n_fft (int, 可选) – FFT 的大小，创建 n_fft // 2 + 1 个频带。 (默认: 400)
win_length (int 或 None, 可选) – 窗口大小。 (默认: n_fft)
hop_length (int 或 None, 可选) – STFT 窗口之间的跳跃长度。 (默认: win_length // 2)
pad (int, 可选) – 信号的双向填充。 (默认: 0)
window_fn (Callable[..., Tensor], 可选) – 用于创建应用于/乘以每个帧/窗口的窗口张量的函数。 (默认: torch.hann_window)
normalized (bool 或 str, 可选) – STFT 输出是否按幅度进行了归一化。如果输入为 str，则选项为 "window" 和 "frame_length"，取决于归一化模式。 True 映射到 "window"。 (默认: False)
wkwargs (dict 或 None, 可选) – 窗口函数的参数。 (默认: None)
center (bool, 可选) – 频谱图中的信号是否在两侧填充，以便 \(t\)-th 帧位于时间 \(t \times \text{hop\_length}\) 处。 (默认: True)
pad_mode (string, 可选) – 控制 center 为 True 时使用的填充方法。 (默认: "reflect")
onesided (bool, 可选) – 控制频谱图是否用于避免冗余返回一半结果 (默认: True)

示例

>>> batch, freq, time = 2, 257, 100
>>> length = 25344
>>> spectrogram = torch.randn(batch, freq, time, dtype=torch.cdouble)
>>> transform = transforms.InverseSpectrogram(n_fft=512)
>>> waveform = transform(spectrogram, length)

使用 InverseSpectrogram 的教程