mindspore.dataset.audio.Spectrogram
- class mindspore.dataset.audio.Spectrogram(n_fft=400, win_length=None, hop_length=None, pad=0, window=WindowType.HANN, power=2.0, normalized=False, center=True, pad_mode=BorderType.REFLECT, onesided=True)[源代码]
从音频信号创建其频谱。
- 参数：
n_fft (int, 可选) - FFT的大小，将创建 n_fft // 2 + 1 个频段。默认值：
400。win_length (int, 可选) - 窗口大小。默认值：
None，将使用 n_fft 。hop_length (int, 可选) - STFT窗口之间的跳跃长度。默认值：
None，将使用 win_length//2 。pad (int, 可选) - 信号两端的填充长度。默认值：
0。window (
WindowType, 可选) - 作用于每一帧的窗口函数，可为WindowType.BARTLETT、WindowType.BLACKMAN、WindowType.HAMMING、WindowType.HANN或WindowType.KAISER。当前，在macOS上暂不支持Kaiser窗。默认值：WindowType.HANN。power (float, 可选) - 幅度谱图的指数，必须非负，例如
1代表能量谱，2代表功率谱等。默认值：2.0。normalized (bool, 可选) - 是否在stft之后按幅度执行标准化。默认值：
False。center (bool, 可选) - 是否同时在波形两端进行填充。默认值：
True。pad_mode (
BorderType, 可选) - 控制在 center 为True时使用的填充方法，可为BorderType.REFLECT、BorderType.CONSTANT、BorderType.EDGE、BorderType.SYMMETRIC。默认值：BorderType.REFLECT。onesided (bool, 可选) - 控制是否只返回一半波形，以避免冗余。默认值：
True。
- 异常：
TypeError - 当 n_fft 的类型不为int。
ValueError - 当 n_fft 不为正数。
TypeError - 当 win_length 的类型不为int。
ValueError - 当 win_length 不为正数。
ValueError - 当 win_length 大于 n_fft 。
TypeError - 当 hop_length 的类型不为int。
ValueError - 当 hop_length 不为正数。
TypeError - 当 pad 的类型不为int。
ValueError - 当 pad 为负数。
TypeError - 当 window 的类型不为
mindspore.dataset.audio.WindowType。TypeError - 当 power 的类型不为float。
ValueError - 当 power 为负数。
TypeError - 当 normalized 的类型不为bool。
TypeError - 当 center 的类型不为bool。
TypeError - 当 pad_mode 的类型不为
mindspore.dataset.audio.BorderType。TypeError - 当 onesided 的类型不为bool。
RuntimeError - 当输入音频的shape不为<…, time>。
- 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.random([5, 10, 20]) >>> numpy_slices_dataset = ds.NumpySlicesDataset(data=waveform, column_names=["audio"]) >>> transforms = [audio.Spectrogram()] >>> numpy_slices_dataset = numpy_slices_dataset.map(operations=transforms, input_columns=["audio"])
- 教程样例：