mindspore.dataset.audio.PitchShift

class mindspore.dataset.audio.PitchShift(sample_rate, n_steps, bins_per_octave=12, n_fft=512, win_length=None, hop_length=None, window=WindowType.HANN)[源代码]

将波形的音调移动 n_steps 步长。

参数:
  • sample_rate (int) - 波形的采样频率(单位:Hz)。

  • n_steps (int) - 移动波形的步长。

  • bins_per_octave (int, 可选) - 每倍频程的步长。默认值: 12

  • n_fft (int, 可选) - FFT的大小,创建 n_fft // 2 + 1 个频段。默认值: 512

  • win_length (int, 可选) - 窗口大小。默认值: None ,将会设置为 n_fft

  • hop_length (int, 可选) - STFT窗口之间的跳跃长度。默认值: None ,则将设置为 win_length // 4

  • window (WindowType, 可选) - 作用于每一帧的窗口函数。默认值: WindowType.HANN

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

  • TypeError - 如果 n_steps 的类型不为int。

  • TypeError - 如果 bins_per_octave 的类型不为int。

  • TypeError - 如果 n_fft 的类型不为int。

  • TypeError - 如果 win_length 的类型不为int。

  • TypeError - 如果 hop_length 的类型不为int。

  • TypeError - 如果 window 的类型不为 mindspore.dataset.audio.WindowType

  • ValueError - 如果 sample_rate 为负数。

  • ValueError - 如果 bins_per_octave 为0。

  • ValueError - 如果 n_fft 为负数。

  • ValueError - 如果 win_length 不是正数。

  • ValueError - 如果 hop_length 不是正数。

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, 8, 30])  # 5 samples
>>> numpy_slices_dataset = ds.NumpySlicesDataset(data=waveform, column_names=["audio"])
>>> transforms = [audio.PitchShift(sample_rate=16000, n_steps=4)]
>>> 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
(8, 30) float64
>>>
>>> # Use the transform in eager mode
>>> waveform = np.random.random([8, 30])  # 1 sample
>>> output = audio.PitchShift(sample_rate=16000, n_steps=4)(waveform)
>>> print(output.shape, output.dtype)
(8, 30) float64
教程样例: