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
>>>
>>> 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"])