mindspore.dataset.audio.TrebleBiquad

查看源文件
class mindspore.dataset.audio.TrebleBiquad(sample_rate, gain, central_freq=3000, Q=0.707)[源代码]

给音频波形施加高音音调控制效果。

接口实现方式类似于 SoX库

参数:
  • sample_rate (int) - 采样频率(单位:Hz),不能为0。

  • gain (float) - 期望提升(或衰减)的音频增益(单位:dB)。

  • central_freq (float, 可选) - 中心频率(单位:Hz)。默认值: 3000

  • Q (float, 可选) - 品质因子 ,能够反映带宽与采样频率和中心频率的关系,取值范围为(0, 1],默认值: 0.707

异常:
  • TypeError - 当 sample_rate 的类型不为int。

  • ValueError - 当 sample_rate 的数值为0。

  • TypeError - 当 gain 的类型不为float。

  • TypeError - 当 central_freq 的类型不为float。

  • TypeError - 当 Q 的类型不为float。

  • ValueError - 当 Q 取值不在(0, 1]范围内。

  • 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, 20])  # 5 samples
>>> numpy_slices_dataset = ds.NumpySlicesDataset(data=waveform, column_names=["audio"])
>>> transforms = [audio.TrebleBiquad(44100, 200.0)]
>>> 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
(20,) float64
>>>
>>> # Use the transform in eager mode
>>> waveform = np.random.random([20])  # 1 sample
>>> output = audio.TrebleBiquad(44100, 200.0)(waveform)
>>> print(output.shape, output.dtype)
(20,) float64
教程样例: