torchaudio.functional¶

执行常见音频操作的函数。

实用程序¶

`amplitude_to_DB`	将功率/振幅标度的频谱图转换为分贝标度。
`DB_to_amplitude`	将分贝标度的张量转换为功率/振幅标度。
`melscale_fbanks`	创建频率箱转换矩阵。
`linear_fbanks`	创建线性三角滤波器组。
`create_dct`	创建形状为 (`n_mels`, `n_mfcc`) 的 DCT 转换矩阵，根据规范进行归一化。
`mask_along_axis`	沿 `axis` 应用掩码。
`mask_along_axis_iid`	沿 `axis` 应用掩码。
`mu_law_encoding`	基于 mu 定律压缩对信号进行编码。
`mu_law_decoding`	解码 mu 定律编码的信号。
`apply_codec`	已弃用：以增强形式应用编解码器。
`resample`	使用带限插值以新频率对波形进行重新采样。
`loudness`	根据 ITU-R BS.1770-4 建议测量音频响度。
`convolve`	使用直接方法沿其最后一个维度对输入进行卷积。
`fftconvolve`	使用 FFT 沿其最后一个维度对输入进行卷积。
`add_noise`	根据信噪比对波形进行缩放并添加噪声。
`preemphasis`	沿其最后一个维度对波形进行预加重，即对于 `waveform` 中的每个信号 \(x\)，计算输出 \(y\) 为。
`deemphasis`	沿其最后一个维度对波形进行去加重。
`speed`	调整波形速度。
`frechet_distance`	计算两个多元正态分布之间的 Fréchet 距离 [Dowson 和 Landau，1982]。

`全通双二次滤波器`	设计两极全通滤波器。
`带通双二次滤波器`	设计两极带通滤波器。
`带通双二次滤波器`	设计两极带通滤波器。
`带阻双二次滤波器`	设计两极带阻滤波器。
`低音双二次滤波器`	设计低音音调控制效果。
`双二次滤波器`	对输入张量执行双二次滤波。
`对比度`	应用对比度效果。
`直流偏移`	对音频应用直流偏移。
`去加重双二次滤波器`	应用 ISO 908 CD 去加重（搁置）IIR 滤波器。
`抖动`	应用抖动
`均衡器双二次滤波器`	设计双二次峰值均衡器滤波器并执行滤波。
`filtfilt`	对波形向前和向后应用 IIR 滤波器。
`镶边`	对音频应用镶边效果。
`增益`	对整个波形应用放大或衰减。
`高通双二次滤波器`	设计双二次高通滤波器并执行滤波。
`lfilter`	通过评估差分方程执行 IIR 滤波，使用由Yu 等人独立开发的可微分实现。[Yu 和 Fazekas，2023]和Forgione 等人。[Forgione 和 Piga，2021]
`低通双二次滤波器`	设计双二次低通滤波器并执行滤波。
`过载`	对音频应用过载效果。
`移相器`	对音频应用移相效果。
`riaa 双二次滤波器`	应用 RIAA 黑胶播放均衡。
`高音双二次滤波器`	设计高音调控制效果。

`vad`	语音活动检测器。
`spectrogram`	从原始音频信号创建频谱图或一批频谱图。
`inverse_spectrogram`	从提供的复值频谱图创建逆频谱图或一批逆频谱图。
`griffinlim`	使用 Griffin-Lim 变换从线性尺度幅度频谱图计算波形。
`phase_vocoder`	给定一个 STFT 张量，在不改变音高的前提下，以 `rate` 的因子加速时间。
`pitch_shift`	将波形的音高提升 `n_steps` 步。
`compute_deltas`	计算张量的差分系数，通常是频谱图
`detect_pitch_frequency`	检测音高频率。
`sliding_window_cmn`	应用滑动窗口倒谱均值（和可选的方差）归一化到每个话语。
`spectral_centroid`	计算沿时间轴每个通道的频谱质心。

`psd`	计算跨通道功率谱密度 (PSD) 矩阵。
`mvdr_weights_souden`	通过Souden 等人提出的方法计算最小方差失真响应 (MVDR [Capon，1969]) 波束形成权重。 [Souden 等人，2009].
`mvdr_weights_rtf`	基于相对传递函数 (RTF) 和噪声的功率谱密度 (PSD) 矩阵计算最小方差失真响应 (MVDR [Capon，1969]) 波束形成权重。
`rtf_evd`	通过特征值分解估计相对传递函数 (RTF) 或导向矢量。
`rtf_power`	通过功率法估计相对传递函数 (RTF) 或导向矢量。
`apply_beamforming`	将波束赋形权重应用于多通道噪声频谱以获取单通道增强频谱。

根据使用循环神经网络进行序列转换计算 RNN 转换器损失[Graves，2012 年]。

计算两个序列之间的单词级别编辑（Levenshtein）距离。