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shape需为<…, freq, time>。
- 参数：
stype (
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 \(\text{db_multiplier} = \log10(\max(\text{ref_value}, amin))\) 。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 >>> import mindspore.dataset as ds >>> import mindspore.dataset.audio as audio >>> 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"])
- 教程样例：