torchaudio.functional.griffinlim¶
- torchaudio.functional.griffinlim(specgram: Tensor, window: Tensor, n_fft: int, hop_length: int, win_length: int, power: float, n_iter: int, momentum: float, length: Optional[int], rand_init: bool) Tensor[源代码]¶
使用 Griffin-Lim 变换从线性幅值谱图计算波形。
实现移植自 librosa [Brian McFee 等, 2015]、快速 Griffin-Lim 算法 [Perraudin 等, 2013] 和 基于修正短时傅里叶变换的信号估计 [Griffin 和 Lim, 1983]。
- 参数：
specgram (Tensor) – 一个仅包含幅值的 STFT 谱图，维度为 (…, freq, frames)，其中 freq 为
n_fft // 2 + 1。window (Tensor) – 应用/乘到每个帧/窗口上的窗函数张量。
n_fft (int) – FFT 大小，创建
n_fft // 2 + 1个频段。hop_length (int) – STFT 窗口之间的跳跃长度。（默认值：
win_length // 2）win_length (int) – 窗口大小。（默认值：
n_fft）power (float) – 幅值谱图的指数，（必须 > 0），例如，1 表示幅值，2 表示功率，等等。
n_iter (int) – 相位恢复过程的迭代次数。
momentum (float) – 快速 Griffin-Lim 的动量参数。将其设置为 0 可恢复原始 Griffin-Lim 方法。接近 1 的值可以带来更快的收敛速度，但大于 1 可能不收敛。
length (int 或 None) – 预期输出的数组长度。
rand_init (bool) – 如果为 True，则随机初始化相位；否则初始化为零。
- 返回值：
波形，维度为 (…, time)，其中如果指定了
length参数，则 time 等于该参数值。- 返回类型：
Tensor
