时间掩码

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

对频谱图应用时域掩蔽。

在 SpecAugment 中提出 [Park 等, 2019]。

参数：

• time_mask_param (int) – 掩码的最大可能长度。索引从 [0, time_mask_param) 中均匀采样。

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

• p (float, 可选) – 可被掩蔽的时间步的最大比例。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