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。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。

样例：

>>> import numpy as np
>>>
>>> waveform = np.array([[0.8236, 0.2049, 0.3335], [0.5933, 0.9911, 0.2482],
...                      [0.3007, 0.9054, 0.7598], [0.5394, 0.2842, 0.5634], [0.6363, 0.2226, 0.2288]])
>>> numpy_slices_dataset = ds.NumpySlicesDataset(data=waveform, column_names=["audio"])
>>> transforms = [audio.MelScale(4000, 1500, 0.7)]
>>> numpy_slices_dataset = numpy_slices_dataset.map(operations=transforms, input_columns=["audio"])