mindspore.dataset.audio.SpectralCentroid
- class mindspore.dataset.audio.SpectralCentroid(sample_rate, n_fft=400, win_length=None, hop_length=None, pad=0, window=WindowType.HANN)[源代码]
计算每个通道沿时间轴的频谱中心。
- 参数：
sample_rate (int) - 音频信号的采样率，例如44100 (Hz)。
n_fft (int, 可选) - FFT的大小，将创建 n_fft // 2 + 1 个频段。默认值：
400。win_length (int, 可选) - 窗口大小。默认值：
None，将使用 n_fft 。hop_length (int, 可选) - STFT窗口之间的跳跃长度。默认值：
None，将使用 win_length // 2 。pad (int, 可选) - 信号两端的填充长度。默认值：
0。window (
WindowType, 可选) - 作用于每一帧的窗口函数，可为WindowType.BARTLETT、WindowType.BLACKMAN、WindowType.HAMMING、WindowType.HANN或WindowType.KAISER。默认值：WindowType.HANN。
- 异常：
TypeError - 当 sample_rate 的类型不为int。
ValueError - 当 sample_rate 为负数。
TypeError - 当 n_fft 的类型不为int。
ValueError - 当 n_fft 不为正数。
TypeError - 当 win_length 的类型不为int。
ValueError - 当 win_length 不为正数。
ValueError - 当 win_length 大于 n_fft 。
TypeError - 当 hop_length 的类型不为int。
ValueError - 当 hop_length 不为正数。
TypeError - 当 pad 的类型不为int。
ValueError - 当 pad 为负数。
TypeError - 当 window 的类型不为
mindspore.dataset.audio.WindowType。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, 10, 20]) # 5 samples >>> numpy_slices_dataset = ds.NumpySlicesDataset(data=waveform, column_names=["audio"]) >>> transforms = [audio.SpectralCentroid(44100)] >>> 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 (10, 1, 1) float64 >>> >>> # Use the transform in eager mode >>> waveform = np.random.random([10, 20]) # 1 sample >>> output = audio.SpectralCentroid(44100)(waveform) >>> print(output.shape, output.dtype) (10, 1, 1) float64
- 教程样例：