比较与torchaudio.transforms.AmplitudeToDB的差异
torchaudio.transforms.AmplitudeToDB
class torchaudio.transforms.AmplitudeToDB(stype: str = 'power', top_db: Optional[float] = None)
mindspore.dataset.audio.AmplitudeToDB
class mindspore.dataset.audio.AmplitudeToDB(stype=ScaleType.POWER, ref_value=1.0, amin=1e-10, top_db=80.0)
差异对比
PyTorch:将输入音频从振幅/功率标度转换为分贝标度。
MindSpore:将输入音频从振幅/功率标度转换为分贝标度,支持指定波形取值下界和分贝系数计算参考值。
分类 |
子类 |
PyTorch |
MindSpore |
差异 |
---|---|---|---|---|
参数 |
参数1 |
stype |
stype |
- |
参数2 |
top_db |
top_db |
默认值不同 |
|
参数3 |
- |
ref_value |
分贝系数计算参考值,PyTorch固定使用1e-10 |
|
参数4 |
- |
amin |
波形取值下界,PyTorch固定使用1.0 |
代码示例
import numpy as np
fake_input = np.array([[[[-0.2197528, 0.3821656]]],
[[[0.57418776, 0.46741104]]],
[[[0.76986176, -0.5793846]]]]).astype(np.float32)
# PyTorch
import torch
import torchaudio.transforms as T
transformer = T.AmplitudeToDB(stype="power", top_db=80.)
torch_result = transformer(torch.from_numpy(fake_input))
print(torch_result)
# Out: tensor([[[[-84.1775, -4.1775]]],
# [[[ -2.4095, -3.3030]]],
# [[[ -1.1359, -81.1359]]]])
# MindSpore
import mindspore.dataset.audio as audio
transformer = audio.AmplitudeToDB(stype=audio.ScaleType.POWER, top_db=80., ref_value=1.0, amin=1e-10)
ms_result = transformer(fake_input)
print(ms_result)
# Out: [[[[-84.17748 -4.177484 ]]]
# [[[ -2.4094608 -3.3030105]]]
# [[[ -1.1358725 -81.13587 ]]]]