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_type 为 GainType.AMPLITUDE ，应为一个非负的幅度比。 如果 gain_type 为 GainType.POWER ，应为一个功率（电压的平方）。 如果 gain_type 为 GainType.DB ，应以分贝为单位。

  • gain_type (GainType, 可选) - 增益的类型，可为 GainType.AMPLITUDE 、 GainType.POWER 或 GainType.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_type 为 GainType.AMPLITUDE 时，gain 为负数。

  • ValueError - 当 gain_type 为 GainType.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：