mindspore.dataset.audio.InverseMelScale

class mindspore.dataset.audio.InverseMelScale(n_stft, n_mels=128, sample_rate=16000, f_min=0.0, f_max=None, max_iter=100000, tolerance_loss=1e-05, tolerance_change=1e-08, sgdargs=None, norm=NormType.NONE, mel_type=MelType.HTK)[源代码]

使用转换矩阵从梅尔频率STFT求解普通频率的STFT。

参数：

  • n_stft (int) - STFT中的频段数。

  • n_mels (int, 可选) - mel滤波器的数量。默认值： 128 。

  • sample_rate (int, 可选) - 音频信号采样频率。默认值： 16000 。

  • 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 。

  • max_iter (int, 可选) - 最大优化迭代次数。默认值： 100000 。

  • tolerance_loss (float, 可选) - 当达到损失值时停止优化。默认值： 1e-5 。

  • tolerance_change (float, 可选) - 指定损失差异，当达到损失差异时停止优化。默认值： 1e-8 。

  • sgdargs (dict, 可选) - SGD优化器的参数。默认值： None ，将设置为{‘sgd_lr’: 0.1, ‘sgd_momentum’: 0.9}。

  • 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。

  • 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_fft 的类型不为int。

  • ValueError - 如果 n_ftt 不为正数。

  • 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 max_iter 的类型不为int。

  • ValueError - 如果 max_iter 为负数。

  • TypeError - 如果 tolerance_loss 的类型不为float。

  • ValueError - 如果 tolerance_loss 为负数。

  • TypeError - 如果 tolerance_change 的类型不为float。

  • ValueError - 如果 tolerance_change 为负数。

  • TypeError - 如果 sgdargs 的类型不为dict。

  • 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
>>> import mindspore.dataset as ds
>>> import mindspore.dataset.audio as audio
>>>
>>> waveform = np.random.randn(2, 2, 3, 2)
>>> numpy_slices_dataset = ds.NumpySlicesDataset(data=waveform, column_names=["audio"])
>>> transforms = [audio.InverseMelScale(20, 3, 16000, 0, 8000, 10)]
>>> numpy_slices_dataset = numpy_slices_dataset.map(operations=transforms, input_columns=["audio"])
教程样例：