SlidingWindowCmn

class torchaudio.transforms.SlidingWindowCmn(cmn_window: int = 600, min_cmn_window: int = 100, center: bool = False, norm_vars: bool = False)

按话语应用滑动窗口倒谱均值（和可选方差）归一化。

参数

• cmn_window (int, optional) – 用于计算运行平均 CMN 的帧窗口（int，默认为 600）

• min_cmn_window (int, optional) – 解码开始时使用的最小 CMN 窗口（仅在开始时引入延迟）。仅当 center == false 时适用，如果 center==true 则忽略（int，默认为 100）

• center (bool, optional) – 如果为 True，则使用以当前帧为中心的窗口（在可能的情况下，除去端点效应）。如果为 False，则窗口向左。 （bool，默认为 False）

• norm_vars (bool, optional) – 如果为 True，则将方差归一化为一。 （bool，默认为 False）

示例

>>> waveform, sample_rate = torchaudio.load("test.wav", normalize=True)
>>> transform = transforms.SlidingWindowCmn(cmn_window=1000)
>>> cmn_waveform = transform(waveform)

forward(specgram: Tensor) → Tensor

参数

specgram (Tensor) – 尺寸为 (…, time, freq) 的频谱图张量。

返回

尺寸为 (…, time, freq) 的频谱图张量。

返回类型

张量