频率掩蔽

class torchaudio.transforms.FrequencyMasking(freq_mask_param: int, iid_masks: bool = False)

在频域中对频谱图应用掩蔽。

在 *SpecAugment* 中提出 [Park 等人，2019].

参数：

• freq_mask_param (int) – 掩蔽的最大可能长度。索引从 [0, freq_mask_param) 中均匀采样。

• iid_masks (bool, 可选) – 是否对批次中的每个示例/通道应用不同的掩蔽。（默认值：False）此选项仅在输入张量 >= 3D 时适用。

示例

>>> spectrogram = torchaudio.transforms.Spectrogram()
>>> masking = torchaudio.transforms.FrequencyMasking(freq_mask_param=80)
>>>
>>> original = spectrogram(waveform)
>>> masked = masking(original)

使用 FrequencyMasking 的教程

音频特征增强

音频特征增强