mindspore.dataset.audio.LowpassBiquad

class mindspore.dataset.audio.LowpassBiquad(sample_rate, cutoff_freq, Q=0.707)[源代码]

给音频波形施加双极点低通滤波器。

低通滤波器允许低频信号通过，但减弱频率高于截止频率的信号。其系统函数为：

\[H(s) = \frac{1}{s^2 + \frac{s}{Q} + 1}\]

接口实现方式类似于 SoX库 。

说明

待处理音频shape需为<…, time>。

参数：

  • sample_rate (int) - 采样频率（单位：Hz），不能为零。

  • cutoff_freq (float) - 滤波器截止频率（单位：Hz）。

  • 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(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 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, 10])  # 5 samples
>>> numpy_slices_dataset = ds.NumpySlicesDataset(data=waveform, column_names=["audio"])
>>> transforms = [audio.LowpassBiquad(4000, 1500, 0.7)]
>>> 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,) float64
>>>
>>> # Use the transform in eager mode
>>> waveform = np.random.random([10])  # 1 sample
>>> output = audio.LowpassBiquad(4000, 1500, 0.7)(waveform)
>>> print(output.shape, output.dtype)
(10,) float64
教程样例：