mindspore.dataset.audio.EqualizerBiquad

class mindspore.dataset.audio.EqualizerBiquad(sample_rate, center_freq, gain, Q=0.707)[源代码]

给音频波形施加双二次均衡器滤波器。

接口实现方式类似于 SoX库 。

参数：

  • sample_rate (int) - 波形的采样频率，如 44100 (单位：Hz)，值不能为0。

  • center_freq (float) - 中心频率（单位：Hz）。

  • gain (float) - 期望提升（或衰减）的音频增益（单位：dB）。

  • Q (float, 可选) - 品质因子 ，能够反映带宽与采样频率和中心频率的关系，取值范围为(0, 1]。默认值： 0.707 。

异常：

  • TypeError - 当 sample_rate 的类型不为int。

  • ValueError - 当 sample_rate 的数值为0。

  • TypeError - 当 center_freq 的类型不为float。

  • TypeError - 当 gain 的类型不为float。

  • TypeError - 当 Q 的类型不为float。

  • ValueError - 当 Q 取值不在(0, 1]范围内。

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, 16])  # 5 samples
>>> numpy_slices_dataset = ds.NumpySlicesDataset(data=waveform, column_names=["audio"])
>>> transforms = [audio.EqualizerBiquad(44100, 1500, 5.5, 0.7)]
>>> 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
(16,) float64
>>>
>>> # Use the transform in eager mode
>>> waveform = np.random.random([16])  # 1 sample
>>> output = audio.EqualizerBiquad(44100, 1500, 5.5, 0.7)(waveform)
>>> print(output.shape, output.dtype)
(16,) float64
教程样例：