mindspore.dataset.audio.AmplitudeToDB

class mindspore.dataset.audio.AmplitudeToDB(stype=ScaleType.POWER, ref_value=1.0, amin=1e-10, top_db=80.0)[源代码]

将输入音频从振幅/功率标度转换为分贝标度。

说明

待处理音频维度需为(…, freq, time)。

参数:
  • stype ( mindspore.dataset.audio.ScaleType , 可选) - 输入音频的原始标度,取值可为ScaleType.MAGNITUDE或ScaleType.POWER。默认值:ScaleType.POWER。

  • ref_value (float, 可选) - 系数参考值。默认值:1.0,用于计算分贝系数 db_multiplier ,公式为 \(db\_multiplier = Log10(max(ref\_value, amin))\)

  • amin (float, 可选) - 波形取值下界,低于该值的波形将会被裁切,取值必须大于0。默认值:1e-10。

  • top_db (float, 可选) - 最小截止分贝值,取值为非负数。默认值:80.0。

异常:
  • TypeError - 当 stype 的类型不为 mindspore.dataset.audio.ScaleType

  • TypeError - 当 ref_value 的类型不为float。

  • ValueError - 当 ref_value 不为正数。

  • TypeError - 当 amin 的类型不为float。

  • ValueError - 当 amin 不为正数。

  • TypeError - 当 top_db 的类型不为float。

  • ValueError - 当 top_db 不为正数。

  • RuntimeError - 当输入音频的shape不为<…, freq, time>。

支持平台:

CPU

样例:

>>> import numpy as np
>>> from mindspore.dataset.audio import ScaleType
>>>
>>> waveform = np.random.random([1, 400 // 2 + 1, 30])
>>> numpy_slices_dataset = ds.NumpySlicesDataset(data=waveform, column_names=["audio"])
>>> transforms = [audio.AmplitudeToDB(stype=ScaleType.POWER)]
>>> numpy_slices_dataset = numpy_slices_dataset.map(operations=transforms, input_columns=["audio"])