逆谱图¶

class torchaudio.transforms.InverseSpectrogram(n_fft: int = 400, win_length: ~typing.Optional[int] = None, hop_length: ~typing.Optional[int] = None, pad: int = 0, window_fn: ~typing.Callable[[...], ~torch.Tensor] = <built-in method hann_window of type object>, normalized: ~typing.Union[bool, str] = False, wkwargs: ~typing.Optional[dict] = None, center: bool = True, pad_mode: str = 'reflect', onesided: bool = True)[source]¶

创建一个逆谱图，从谱图中恢复音频信号。

参数：

n_fft (int, 可选) – FFT 大小，创建 n_fft // 2 + 1 个频带。 (默认值：400)
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)
pad (int, 可选) – 信号的两侧填充。 (默认值：0)
window_fn (Callable[..., Tensor], 可选) – 用于创建窗口张量的函数，该张量应用于/乘以每个帧/窗口。 (默认值：torch.hann_window)
normalized (bool 或 str, 可选) – STFT 输出是否按幅度归一化。如果输入是 str，则可以选择 "window" 和 "frame_length"，具体取决于归一化模式。 True 映射到 "window"。 (默认值：False)
wkwargs (dict 或 None, 可选) – 窗口函数的参数。 (默认值：None)
center (bool, 可选) – 谱图中的信号是否在两侧填充，以便第 \(t\) 帧以时间 \(t \times \text{hop\_length}\) 为中心。 (默认值：True)
pad_mode (字符串, 可选) – 当 center 为 True 时控制使用的填充方法。 (默认值："reflect")
onesided (bool, 可选) – 控制谱图是否用于返回一半的结果以避免冗余 (默认值：True)

示例

>>> batch, freq, time = 2, 257, 100
>>> length = 25344
>>> spectrogram = torch.randn(batch, freq, time, dtype=torch.cdouble)
>>> transform = transforms.InverseSpectrogram(n_fft=512)
>>> waveform = transform(spectrogram, length)

使用 InverseSpectrogram 的教程