文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.dataset.audio.AmplitudeToDB

class mindspore.dataset.audio.AmplitudeToDB(stype=ScaleType.POWER, ref_value=1.0, amin=1e-10, top_db=80.0)

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 $\text{db\_multiplier}=\log 10(max(\text{ref\_value},amin))$ 。

• 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
>>>
>>> # Use the transform in dataset pipeline mode
>>> waveform = np.random.random([5, 400 // 2 + 1, 30])  # 5 samples
>>> numpy_slices_dataset = ds.NumpySlicesDataset(data=waveform, column_names=["audio"])
>>> transforms = [audio.AmplitudeToDB(stype=audio.ScaleType.POWER)]
>>> numpy_slices_dataset = numpy_slices_dataset.map(operations=transforms, input_columns=["audio"])
>>> for item in numpy_slices_dataset.create_dict_iterator(num_epochs=1, output_numpy=True):
...     print(item["audio"].shape, item["audio"].dtype)
...     break
(201, 30) float64
>>>
>>> # Use the transform in eager mode
>>> waveform = np.random.random([400 // 2 + 1, 30])  # 1 sample
>>> output = audio.AmplitudeToDB(stype=audio.ScaleType.POWER)(waveform)
>>> print(output.shape, output.dtype)
(201, 30) float64

教程样例：

• 音频变换样例库