mindspore.dataset.audio.Vol

class mindspore.dataset.audio.Vol(gain, gain_type=GainType.AMPLITUDE)[源代码]

调整波形的音量。

参数:
  • gain (float) - 提升(或衰减)的增益。 如果 gain_typeGainType.AMPLITUDE ,应为一个非负的幅度比。 如果 gain_typeGainType.POWER ,应为一个功率(电压的平方)。 如果 gain_typeGainType.DB ,应以分贝为单位。

  • gain_type (GainType, 可选) - 增益的类型,可为 GainType.AMPLITUDEGainType.POWERGainType.DB 。默认值: GainType.AMPLITUDE

异常:
  • TypeError - 当 gain 的类型不为float。

  • TypeError - 当 gain_type 的类型不为 mindspore.dataset.audio.GainType

  • ValueError - 当 gain_typeGainType.AMPLITUDE 时,gain 为负数。

  • ValueError - 当 gain_typeGainType.POWER 时,gain 不为正数。

  • 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, 30])  # 5 sample
>>> numpy_slices_dataset = ds.NumpySlicesDataset(data=waveform, column_names=["audio"])
>>> transforms = [audio.Vol(gain=10, gain_type=audio.GainType.DB)]
>>> 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
(30,) float64
>>>
>>> # Use the transform in eager mode
>>> waveform = np.random.random([30])  # 1 sample
>>> output = audio.Vol(gain=10, gain_type=audio.GainType.DB)(waveform)
>>> print(output.shape, output.dtype)
(30,) float64
教程样例: