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: