torchaudio.functional.add_noise¶
- torchaudio.functional.add_noise(waveform: Tensor, noise: Tensor, snr: Tensor, lengths: Optional[Tensor] = None) Tensor[源码]¶
根据信噪比缩放并向波形添加噪声。
具体来说，对于每一对波形向量 \(x \in \mathbb{R}^L\) 和噪声向量 \(n \in \mathbb{R}^L\)，函数计算输出 \(y\) 为
\[y = x + a n \, \text{,} \]其中
\[a = \sqrt{ \frac{ ||x||_{2}^{2} }{ ||n||_{2}^{2} } \cdot 10^{-\frac{\text{SNR}}{10}} } \, \text{,} \]其中 \(\text{SNR}\) 是 \(x\) 和 \(n\) 之间期望的信噪比（单位：dB）。
请注意，此函数在输入中广播单例前导维度，其方式与上述公式和 PyTorch 的广播语义一致。
- 参数：
waveform (torch.Tensor) – 输入波形，形状为 \((…, L)\)。
noise (torch.Tensor) – 噪声，形状为 \((…, L)\)（与
waveform形状相同）。snr (torch.Tensor) – 信噪比（单位：dB），形状为 \((…,)\)。
lengths (torch.Tensor 或 None, 可选) –
waveform和noise中信号的有效长度，形状为 \((…,)\)（前导维度必须与waveform匹配）。如果为None，则waveform和noise中的所有元素都被视为有效。（默认值：None）
- 返回：
将
noise缩放后添加到waveform的结果，形状为 \((…, L)\)（与waveform形状相同）。- 返回类型：
- 使用
add_noise的教程
