GriffinLim¶
- class torchaudio.transforms.GriffinLim(n_fft: int = 400, n_iter: int = 32, win_length: ~typing.Optional[int] = None, hop_length: ~typing.Optional[int] = None, window_fn: ~typing.Callable[[...], ~torch.Tensor] = <built-in method hann_window of type object>, power: float = 2.0, wkwargs: ~typing.Optional[dict] = None, momentum: float = 0.99, length: ~typing.Optional[int] = None, rand_init: bool = True)[source]¶
使用 Griffin-Lim 变换从线性尺度幅度谱图计算波形。
实现移植自 librosa [Brian McFee 等人，2015]、一种快速的 Griffin-Lim 算法 [Perraudin 等人，2013] 和 从修改后的短时傅里叶变换进行信号估计 [Griffin 和 Lim，1983]。
- 参数：
n_fft (int, 可选) – FFT 大小，创建
n_fft // 2 + 1个频带。（默认值：400）n_iter (int, 可选) – 相位恢复过程的迭代次数。（默认值：
32）win_length (int 或 None, 可选) – 窗口大小。（默认值：
n_fft）hop_length (int 或 None, 可选) – STFT 窗口之间跳跃的长度。（默认值：
win_length // 2）window_fn (Callable[..., Tensor], 可选) – 用于创建窗口张量的函数，该函数应用/乘以每个帧/窗口。（默认值：
torch.hann_window）power (float, 可选) – 幅度谱图的指数，（必须 > 0）例如，1 表示幅度，2 表示功率等。（默认值：
2）wkwargs (dict 或 None, 可选) – 窗口函数的参数。（默认值：
None）momentum (float, 可选) – 快速 Griffin-Lim 的动量参数。将其设置为 0 可恢复原始 Griffin-Lim 方法。接近 1 的值可以导致更快的收敛，但大于 1 可能不会收敛。（默认值：
0.99）length (int, 可选) – 预期输出的数组长度。（默认值：
None）rand_init (bool, 可选) – 如果为 True，则随机初始化相位，否则初始化为零。（默认值：
True）
- 示例
>>> batch, freq, time = 2, 257, 100 >>> spectrogram = torch.randn(batch, freq, time) >>> transform = transforms.GriffinLim(n_fft=512) >>> waveform = transform(spectrogram)
- 使用
GriffinLim的教程
