mindspore.dataset.audio.MelScale
- class mindspore.dataset.audio.MelScale(n_mels=128, sample_rate=16000, f_min=0.0, f_max=None, n_stft=201, norm=NormType.NONE, mel_type=MelType.HTK)[源代码]
将普通STFT转换为梅尔尺度的STFT。
- 参数：
n_mels (int, 可选) - 梅尔滤波器的数量。默认值：
128。sample_rate (int, 可选) - 音频信号采样速率。默认值：
16000（单位：Hz）。f_min (float, 可选) - 最小频率。默认值：
0.0。f_max (float, 可选) - 最大频率。默认值：
None，将设置为 sample_rate//2 。n_stft (int, 可选) - STFT中的频段数。默认值：
201。norm (
NormType, 可选) - 标准化方法，可以是NormType.SLANEY或NormType.NONE。默认值：NormType.NONE，不使用标准化。 若采用NormType.SLANEY，则三角梅尔权重将被除以梅尔频带的宽度。mel_type (
MelType, 可选) - 要使用的Mel比例，可以是MelType.SLAN或MelType.HTK。默认值：MelType.HTK。
- 异常：
TypeError - 如果 n_mels 的类型不为int。
ValueError - 如果 n_mels 不为正数。
TypeError - 如果 sample_rate 的类型不为int。
ValueError - 如果 sample_rate 不为正数。
TypeError - 如果 f_min 的类型不为float。
ValueError - 如果 f_min 大于等于 f_max 。
TypeError - 如果 f_max 的类型不为float。
ValueError - 如果 f_max 为负数。
TypeError - 如果 n_stft 的类型不为int。
ValueError - 如果 n_stft 不为正数。
TypeError - 如果 norm 的类型不为
mindspore.dataset.audio.NormType。TypeError - 如果 mel_type 的类型不为
mindspore.dataset.audio.MelType。
- 支持平台：
CPU
样例：
>>> import numpy as np >>> import mindspore.dataset as ds >>> import mindspore.dataset.audio as audio >>> >>> # Use the transform in dataset pipeline mode >>> waveform = np.random.random([5, 201, 3]) # 5 samples >>> numpy_slices_dataset = ds.NumpySlicesDataset(data=waveform, column_names=["audio"]) >>> transforms = [audio.MelScale(200, 1500, 0.7)] >>> numpy_slices_dataset = numpy_slices_dataset.map(operations=transforms, input_columns=["audio"]) >>> for item in numpy_slices_dataset.create_dict_iterator(num_epochs=1, output_numpy=True): ... print(item["audio"].shape, item["audio"].dtype) ... break (200, 3) float64 >>> >>> # Use the transform in eager mode >>> waveform = np.random.random([201, 3]) # 1 sample >>> output = audio.MelScale(200, 1500, 0.7)(waveform) >>> print(output.shape, output.dtype) (200, 3) float64
- 教程样例：