PSD

class torchaudio.transforms.PSD(multi_mask: bool = False, normalize: bool = True, eps: float = 1e-15)

计算跨通道功率谱密度 (PSD) 矩阵。

参数:

• multi_mask (bool, 可选) – 如果 True，则仅接受多通道时频掩码。（默认值：False）

• normalize (bool, 可选) – 如果 True，则沿时间维度标准化掩码。（默认值：True）

• eps (float, 可选) – 用于掩码归一化中添加到分母的值。（默认值：1e-15）

使用 PSD 的教程

使用 MVDR 波束成形的语音增强

使用 MVDR 波束成形的语音增强

forward(specgram: Tensor, mask: Optional[Tensor] = None)

参数:

• specgram (torch.Tensor) – 多通道复值频谱。维度为 (…, channel, freq, time) 的张量。

• mask (torch.Tensor 或 None, 可选) – 用于归一化的时频掩码。如果 multi_mask 为 False，则维度为 (…, freq, time) 的张量；如果 multi_mask 为 True，则维度为 (…, channel, freq, time) 的张量。（默认值：None）

返回:

输入频谱的复值 PSD 矩阵。

维度为 (…, freq, channel, channel) 的张量

返回类型:

torch.Tensor