torchaudio.functional.phase_vocoder

torchaudio.functional.phase_vocoder(complex_specgrams: Tensor, rate: float, phase_advance: Tensor) → Tensor

给定一个 STFT 张量，通过因子 rate 在时间上加速而不改变音高。

参数：

• complex_specgrams (Tensor) – 维度为 (…, freq, num_frame) 的复数类型张量。

• rate (float) – 加速因子

• phase_advance (Tensor) – 每个 bin 中预期的相位提前量。维度为 (freq, 1)

返回：

拉伸后的频谱图。结果张量的 dtype 与输入频谱图相同，但帧数变为 ceil(num_frame / rate)。

返回类型：

Tensor

示例

>>> freq, hop_length = 1025, 512
>>> # (channel, freq, time)
>>> complex_specgrams = torch.randn(2, freq, 300, dtype=torch.cfloat)
>>> rate = 1.3 # Speed up by 30%
>>> phase_advance = torch.linspace(
>>>    0, math.pi * hop_length, freq)[..., None]
>>> x = phase_vocoder(complex_specgrams, rate, phase_advance)
>>> x.shape # with 231 == ceil(300 / 1.3)
torch.Size([2, 1025, 231])