ChromaScale

class torchaudio.prototype.transforms.ChromaScale(sample_rate: int, n_freqs: int, *, n_chroma: int = 12, tuning: float = 0.0, ctroct: float = 5.0, octwidth: Optional[float] = 2.0, norm: int = 2, base_c: bool = True)

将频谱图转换为色度图。

参数：

• sample_rate (int) – 音频信号的采样率。

• n_freqs (int) – STFT 中的频率箱数。参见 n_fft in Spectrogram。

• n_chroma (int, 可选) – 色度数量。 (默认: 12)

• tuning (float, 可选) – 与 A440 的音调偏差，以色度箱分数表示。 (默认: 0.0)

• ctroct (float, 可选) – 高斯主导窗口的中心，以八度表示，用于对滤波器进行加权。 (默认: 5.0)

• octwidth (float or None, 可选) – 高斯主导窗口的宽度，以八度表示，用于对滤波器进行加权。 如果为 None，则完全禁用加权。 (默认: 2.0)

• norm (int, 可选) – 用于对滤波器组进行归一化的范数阶数。 (默认: 2)

• base_c (bool, 可选) – 如果为 True，则从 C 开始滤波器组。 否则，从 A 开始。 (默认: True)

示例

>>> waveform, sample_rate = torchaudio.load("test.wav", normalize=True)
>>> spectrogram_transform = transforms.Spectrogram(n_fft=1024)
>>> spectrogram = spectrogram_transform(waveform)
>>> chroma_transform = transforms.ChromaScale(sample_rate=sample_rate, n_freqs=1024 // 2 + 1)
>>> chroma_spectrogram = chroma_transform(spectrogram)

另请参见

torchaudio.prototype.functional.chroma_filterbank() — 用于生成滤波器组的函数。

forward(x: Tensor) → Tensor

参数：

specgram (torch.Tensor) – 维度为 (…, n_freqs, time) 的频谱图。

返回：

大小为 (…, n_chroma, time) 的色度频谱图。

返回类型：

torch.Tensor