torchaudio.functional¶
用于执行常见音频操作的函数。
工具¶
将频谱图从功率/幅度尺度转换为分贝尺度。 |
|
将张量从分贝尺度转换为功率/幅度尺度。 |
|
创建频率 bin 转换矩阵。 |
|
创建线性三角滤波器组。 |
|
创建形状为 ( |
|
沿 |
|
沿 |
|
基于 mu-law 压扩对信号进行编码。 |
|
解码 mu-law 编码信号。 |
|
已弃用:应用编解码器作为一种增强形式。 |
|
使用带限插值以新频率对波形进行重采样。 |
|
根据 ITU-R BS.1770-4 建议测量音频响度。 |
|
使用直接方法沿其最后一个维度卷积输入。 |
|
使用 FFT 沿其最后一个维度卷积输入。 |
|
根据信噪比缩放波形并添加噪声。 |
|
沿其最后一个维度对波形进行预加重,即对于 |
|
沿其最后一个维度对波形进行去加重。 |
|
调整波形速度。 |
|
计算两个多元正态分布之间的 Fréchet 距离 [Dowson and Landau, 1982]。 |
强制对齐¶
将 CTC 标签序列与发射对齐。 |
|
从给定的 CTC 令牌序列中移除重复令牌和空白令牌。 |
|
带时间戳和分数的令牌。 |
滤波¶
设计二阶全通滤波器。 |
|
设计二阶带滤波器。 |
|
设计二阶带通滤波器。 |
|
设计二阶带阻滤波器。 |
|
设计低音音调控制效果。 |
|
对输入张量执行双二阶滤波。 |
|
应用对比度效果。 |
|
对音频应用直流偏移。 |
|
应用 ISO 908 CD 去加重(搁架式)IIR 滤波器。 |
|
应用抖动 |
|
设计双二阶峰值均衡器滤波器并执行滤波。 |
|
对波形应用 IIR 滤波器前向和后向滤波。 |
|
对音频应用镶边效果。 |
|
对整个波形应用放大或衰减。 |
|
设计双二阶高通滤波器并执行滤波。 |
|
通过评估差分方程执行 IIR 滤波,使用由 Yu 等人 [Yu and Fazekas, 2023] 和 Forgione 等人 [Forgione and Piga, 2021] 独立开发的可微分实现。 |
|
设计双二阶低通滤波器并执行滤波。 |
|
对音频应用过载效果。 |
|
对音频应用移相效果。 |
|
应用 RIAA 唱片播放均衡。 |
|
设计高音音调控制效果。 |
特征提取¶
语音活动检测器。 |
|
从原始音频信号创建频谱图或一批频谱图。 |
|
从提供的复数值频谱图创建逆频谱图或一批逆频谱图。 |
|
使用 Griffin-Lim 变换从线性幅度频谱图计算波形。 |
|
给定一个 STFT 张量,通过因子 |
|
将波形的音高偏移 |
|
计算张量的 delta 系数,通常是频谱图 |
|
检测音高频率。 |
|
按话语应用滑动窗口倒谱均值(和可选方差)归一化。 |
|
沿时间轴计算每个通道的频谱质心。 |
多通道¶
计算跨通道功率谱密度 (PSD) 矩阵。 |
|
根据 Souden 等人 [Souden 等人, 2009] 提出的方法计算最小方差无失真响应 (MVDR [Capon, 1969]) 波束形成权重。 |
|
根据相对传递函数 (RTF) 和噪声功率谱密度 (PSD) 矩阵计算最小方差无失真响应 (MVDR [Capon, 1969]) 波束形成权重。 |
|
通过特征值分解估计相对传递函数 (RTF) 或导向矢量。 |
|
通过幂法估计相对传递函数 (RTF) 或导向矢量。 |
|
将波束形成权重应用于多通道噪声谱,以获得单通道增强谱。 |
损失¶
计算来自 Sequence Transduction with Recurrent Neural Networks [Graves, 2012] 的 RNN Transducer 损失。 |
指标¶
计算两个序列之间的词级编辑(Levenshtein)距离。 |