mindspore.dataset.audio.Dither

class mindspore.dataset.audio.Dither(density_function=DensityFunction.TPDF, noise_shaping=False)[源代码]

通过消除非线性截断失真，来抖动增加存储在特定位深的音频的动态感知范围。

参数：

  • density_function (DensityFunction, 可选) - 连续随机变量的密度函数。 可为 DensityFunction.TPDF （三角概率密度函数）、 DensityFunction.RPDF （矩形概率密度函数） 或 DensityFunction.GPDF （高斯概率密度函数）。默认值： DensityFunction.TPDF 。

  • noise_shaping (bool, 可选) - 是否通过滤波操作，来消除频谱能量的量化误差。默认值： False 。

异常：

  • TypeError - 当 density_function 的类型不为 mindspore.dataset.audio.DensityFunction 。

  • TypeError - 当 noise_shaping 的类型不为bool。

  • RuntimeError - 当输入音频的shape不为<…, 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, 16])  # 5 samples
>>> numpy_slices_dataset = ds.NumpySlicesDataset(data=waveform, column_names=["audio"])
>>> transforms = [audio.Dither()]
>>> 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.Dither()(waveform)
>>> print(output.shape, output.dtype)
(16,) float64
教程样例：