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: