mindspore.dataset.audio.TimeStretch

class mindspore.dataset.audio.TimeStretch(hop_length=None, n_freq=201, fixed_rate=None)[源代码]

以给定的比例拉伸音频短时傅里叶(Short Time Fourier Transform, STFT)频谱的时域,但不改变音频的音高。

Note

待处理音频维度需为(…, freq, time, complex=2)。第0维代表实部,第1维代表虚部。

参数:
  • hop_length (int, 可选) - STFT窗之间每跳的长度,即连续帧之间的样本数,默认值:None,表示取 n_freq - 1

  • n_freq (int, 可选) - STFT中的滤波器组数,默认值:201。

  • fixed_rate (float, 可选) - 频谱在时域加快或减缓的比例,默认值:None,表示保持原始速率。

异常:
  • TypeError - 当 hop_length 的类型不为int。

  • ValueError - 当 hop_length 不为正数。

  • TypeError - 当 n_freq 的类型不为int。

  • ValueError - 当 n_freq 不为正数。

  • TypeError - 当 fixed_rate 的类型不为float。

  • ValueError - 当 fixed_rate 不为正数。

  • RuntimeError - 当输入音频的shape不为<…, freq, num_frame, complex=2>。

../../_images/time_stretch_rate1.5.png ../../_images/time_stretch_original.png ../../_images/time_stretch_rate0.8.png
支持平台:

CPU

样例:

>>> import numpy as np
>>>
>>> waveform = np.random.random([44, 10, 2])
>>> numpy_slices_dataset = ds.NumpySlicesDataset(data=waveform, column_names=["audio"])
>>> transforms = [audio.TimeStretch()]
>>> numpy_slices_dataset = numpy_slices_dataset.map(operations=transforms, input_columns=["audio"])