torchaudio.functional.lfilter

torchaudio.functional.lfilter(waveform: Tensor, a_coeffs: Tensor, b_coeffs: Tensor, clamp: bool = True, batching: bool = True) → Tensor

通过评估差分方程来执行 IIR 滤波器，使用 Yu et al. [Yu and Fazekas, 2023] 和 Forgione et al. [Forgione and Piga, 2021] 独立开发的微分实现。

注意

为避免数值问题，最好使用小滤波器阶数。使用双精度也可以最大限度地减少数值精度误差。

参数:

• waveform (Tensor) – 维度为 (…, time) 的音频波形。必须归一化到 -1 到 1。

• a_coeffs (Tensor) – 差分方程的分母系数，维度为 1D，形状为 (num_order + 1) 或 2D，形状为 (num_filters, num_order + 1)。较低延迟系数在前，例如 [a0, a1, a2, ...]。必须与 b_coeffs 大小相同（必要时用 0 填充）。

• b_coeffs (Tensor) – 差分方程的分子系数，维度为 1D，形状为 (num_order + 1) 或 2D，形状为 (num_filters, num_order + 1)。较低延迟系数在前，例如 [b0, b1, b2, ...]。必须与 a_coeffs 大小相同（必要时用 0 填充）。

• clamp (bool, optional) – 如果为 True，则将输出信号钳位到 [-1, 1] 范围内（默认值：True）

• batching (bool, optional) – 仅当系数为 2D 时有效。如果为 True，则波形应至少为 2D，并且倒数第二个轴的大小应等于 num_filters。输出可以表示为 output[..., i, :] = lfilter(waveform[..., i, :], a_coeffs[i], b_coeffs[i], clamp=clamp, batching=False)。（默认值：True）

返回值:

如果 a_coeffs 和 b_coeffs 是 2D Tensor，则波形的维度为 (…, num_filters, time)，否则为 (…, time)。

返回类型:

Tensor