TimeMasking

class torchaudio.transforms.TimeMasking(time_mask_param: int, iid_masks: bool = False, p: float = 1.0)

在时域内对频谱图应用掩蔽。

在SpecAugment [Park *et al.*, 2019] 中提出。

参数:

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

• iid_masks (bool, optional) – 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。

• p (float, optional) – 可以掩蔽的时间步长的最大比例。必须在 [0.0, 1.0] 范围内。(默认值：1.0)

示例

>>> spectrogram = torchaudio.transforms.Spectrogram()
>>> masking = torchaudio.transforms.TimeMasking(time_mask_param=80)
>>>
>>> original = spectrogram(waveform)
>>> masked = masking(original)

使用 TimeMasking 的教程

音频特征增强

音频特征增强