torchaudio.functional.detect_pitch_frequency

torchaudio.functional.detect_pitch_frequency(waveform: Tensor, sample_rate: int, frame_time: float = 0.01, win_length: int = 30, freq_low: int = 85, freq_high: int = 3400) → Tensor

检测音调频率。

它是使用归一化互相关函数和中值平滑实现的。

参数：

• waveform (Tensor) – 尺寸为 (…, freq, time) 的音频张量

• sample_rate (int) – 波形的采样率 (Hz)

• frame_time (float, 可选) – 帧的持续时间 (默认值：10 ** (-2))。

• win_length (int, 可选) – 用于中值平滑的窗口长度（以帧数表示）（默认值：30）。

• freq_low (int, 可选) – 可检测到的最低频率 (Hz)（默认值：85）。

• freq_high (int, 可选) – 可检测到的最高频率 (Hz)（默认值：3400）。

返回值：

尺寸为 (…, frame) 的频率张量

返回类型：

张量

使用 detect_pitch_frequency 的教程

音频特征提取

音频特征提取