mindspore.dataset.audio.GriffinLim

class mindspore.dataset.audio.GriffinLim(n_fft=400, n_iter=32, win_length=None, hop_length=None, window_type=WindowType.HANN, power=2.0, momentum=0.99, length=None, rand_init=True)[源代码]

使用Griffin-Lim算法从线性幅度频谱图中计算信号波形。

有关Griffin-Lim算法更多的描述，详见论文 A fast Griffin-Lim algorithm 与 Signal estimation from modified short-time Fourier transform 。

参数：

n_fft (int, 可选) - FFT的长度。默认值：400。
n_iter (int, 可选) - 相位恢复的迭代次数。默认值：32。
win_length (int, 可选) - GriffinLim的窗口大小。默认值：None，将设置为 n_fft 的值。
hop_length (int, 可选) - STFT窗口之间的跳数长度。默认值：None，将设置为 win_length//2 。
window_type (WindowType, 可选) - GriffinLim的窗口类型，可以是WindowType.BARTLETT， WindowType.BLACKMAN，WindowType.HAMMING，WindowType.HANN或WindowType.KAISER。默认值：WindowType.HANN，目前macOS上不支持kaiser窗口。
power (float, 可选) - 幅度谱图的指数。默认值：2.0。
momentum (float, 可选) - 快速Griffin-Lim的动量。默认值：0.99。
length (int, 可选) - 预期输出波形的长度。默认值：None，将设置为stft矩阵的最后一个维度的值。
rand_init (bool, 可选) - 随机相位初始化或全零相位初始化标志。默认值：True。

异常：

TypeError - 如果 n_fft 的类型不为int。
ValueError - 如果 n_ftt 不为正数。
TypeError - 如果 n_iter 的类型不为int。
ValueError - 如果 n_mels 不为正数。
TypeError - 如果 win_length 的类型不为int。
ValueError - 如果 win_length 为负数。
TypeError - 如果 hop_length 的类型不为int。
ValueError - 如果 hop_length 为负数。
TypeError - 如果 window_type 的类型不为 mindspore.dataset.audio.WindowType 。
TypeError - 如果 power 的类型不为float。
ValueError - 如果 power 不为正数。
TypeError - 如果 momentum 的类型不为float。
ValueError - 如果 momentum 为负数。
TypeError - 如果 length 的类型不为int。
ValueError - 如果 length 为负数。
TypeError - 如果 rand_init 的类型不为bool。
RuntimeError - 当 n_fft 指定的FFT长度不小于 length 指定的输出波形长度。
RuntimeError - 当 win_length 指定的窗口长度不小于 n_fft 指定的FFT长度。

支持平台：

CPU

样例：

>>> import numpy as np
>>>
>>> waveform = np.random.random([201, 6])
>>> numpy_slices_dataset = ds.NumpySlicesDataset(data=waveform, column_names=["audio"])
>>> transforms = [audio.GriffinLim(n_fft=400)]
>>> numpy_slices_dataset = numpy_slices_dataset.map(operations=transforms, input_columns=["audio"])