torchaudio.functional.sliding_window_cmn

torchaudio.functional.sliding_window_cmn(specgram: Tensor, cmn_window: int = 600, min_cmn_window: int = 100, center: bool = False, norm_vars: bool = False) → Tensor

对每个话语应用滑动窗口倒谱均值（和可选的方差）归一化。

参数:

• specgram (Tensor) – 频谱图张量，维度为 (…, time, freq)

• cmn_window (int, 可选) – 用于运行平均 CMN 计算的窗口帧数（int，默认值 = 600）

• min_cmn_window (int, 可选) – 解码开始时使用的最小 CMN 窗口（仅在开始时增加延迟）。仅当 center == false 时适用，如果 center==true 则忽略（int，默认值 = 100）

• center (bool, 可选) – 如果为 true，则使用以当前帧为中心的窗口（在可能的范围内，模数效应）。如果为 false，则窗口位于左侧。（bool，默认值 = false）

• norm_vars (bool, 可选) – 如果为 true，则将方差归一化为 1。（bool，默认值 = false）

返回:

与输入形状匹配的张量 (…, freq, time)

返回类型:

Tensor