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[source]¶
对每个话语应用滑动窗口倒谱均值（以及可选方差）归一化。
- 参数：
specgram (Tensor) – 维度为 (…, time, freq) 的频谱图张量
cmn_window (int, optional) – 用于运行平均 CMN 计算的帧窗口（整数，默认值为 600）
min_cmn_window (int, optional) – 解码开始时使用的最小 CMN 窗口（仅在开始时添加延迟）。仅当 center == false 时适用，如果 center==true 则被忽略（整数，默认值为 100）
center (bool, optional) – 如果为真，则使用以当前帧为中心的窗口（尽可能地，模除结尾效应）。如果为假，则窗口位于左侧。（布尔值，默认值为 false）
norm_vars (bool, optional) – 如果为真，则将方差归一化为 1。（布尔值，默认值为 false）
- 返回：
与输入形状 (…, freq, time) 匹配的张量
- 返回类型：
Tensor
