FrequencyMasking

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

在频谱图的频率域应用掩蔽。

在 SpecAugment [Park 等人, 2019] 中提出。

参数:

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

• iid_masks (bool, 可选) – 是否对批处理中的每个样本/通道应用不同的掩蔽。（默认值：False）此选项仅适用于输入张量 >= 3D 的情况。

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