mindspore.dataset.audio.MelScale

class mindspore.dataset.audio.MelScale(n_mels=128, sample_rate=16000, f_min=0.0, f_max=None, n_stft=201, norm=NormType.NONE, mel_type=MelType.HTK)[源代码]

将普通STFT转换为梅尔尺度的STFT。

参数:
  • n_mels (int, 可选) - 梅尔滤波器的数量。默认值: 128

  • sample_rate (int, 可选) - 音频信号采样速率。默认值: 16000 (单位:Hz)。

  • f_min (float, 可选) - 最小频率。默认值: 0.0

  • f_max (float, 可选) - 最大频率。默认值: None ,将设置为 sample_rate//2

  • n_stft (int, 可选) - STFT中的频段数。默认值: 201

  • norm (NormType, 可选) - 标准化方法,可以是 NormType.SLANEYNormType.NONE 。默认值: NormType.NONE ,不使用标准化。 若采用 NormType.SLANEY ,则三角梅尔权重将被除以梅尔频带的宽度。

  • mel_type (MelType, 可选) - 要使用的Mel比例,可以是 MelType.SLANMelType.HTK 。默认值: MelType.HTK

异常:
  • TypeError - 如果 n_mels 的类型不为int。

  • ValueError - 如果 n_mels 不为正数。

  • TypeError - 如果 sample_rate 的类型不为int。

  • ValueError - 如果 sample_rate 不为正数。

  • TypeError - 如果 f_min 的类型不为float。

  • ValueError - 如果 f_min 大于等于 f_max

  • TypeError - 如果 f_max 的类型不为float。

  • ValueError - 如果 f_max 为负数。

  • TypeError - 如果 n_stft 的类型不为int。

  • ValueError - 如果 n_stft 不为正数。

  • TypeError - 如果 norm 的类型不为 mindspore.dataset.audio.NormType

  • TypeError - 如果 mel_type 的类型不为 mindspore.dataset.audio.MelType

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, 201, 3])  # 5 samples
>>> numpy_slices_dataset = ds.NumpySlicesDataset(data=waveform, column_names=["audio"])
>>> transforms = [audio.MelScale(200, 1500, 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
(200, 3) float64
>>>
>>> # Use the transform in eager mode
>>> waveform = np.random.random([201, 3])  # 1 sample
>>> output = audio.MelScale(200, 1500, 0.7)(waveform)
>>> print(output.shape, output.dtype)
(200, 3) float64
教程样例: