forked from mindspore-Ecosystem/mindspore
36 lines
2.2 KiB
ReStructuredText
36 lines
2.2 KiB
ReStructuredText
|
mindspore.dataset.audio.LFCC
|
|||
|
|
============================
|
|||
|
|
|
|||
|
|
.. py:class:: mindspore.dataset.audio.LFCC(sample_rate=16000, n_filter=128, n_lfcc=40, f_min=0.0, f_max=None, dct_type=2, norm=NormMode.ORTHO, log_lf=False, speckwargs=None)
|
|||
|
|
|
|||
|
|
计算音频信号的线性频率倒谱系数。
|
|||
|
|
|
|||
|
|
.. note:: 待处理音频维度需为(..., time)。
|
|||
|
|
|
|||
|
|
参数：
|
|||
|
|
- **sample_rate** (int, 可选) - 音频信号的采样率。默认值：16000。
|
|||
|
|
- **n_filter** (int, 可选) - 要应用的线性滤波器数量。默认值：128。
|
|||
|
|
- **n_lfcc** (int, 可选) - 要保留的线性频率倒谱系数数。默认值：40。
|
|||
|
|
- **f_min** (float, 可选) - 最小频率。默认值：0.0。
|
|||
|
|
- **f_max** (float, 可选) - 最大频率。默认值：None，会被设置为 `sample_rate // 2` 。
|
|||
|
|
- **dct_type** (int, 可选) - 要使用的离散余弦变换的类型。该值只能为2。默认值：2。
|
|||
|
|
- **norm** (NormMode, 可选) - 要使用的标准化方法。默认值：NormMode.ORTHO。
|
|||
|
|
- **log_lf** (bool, 可选) - 是否使用对数线性频谱图而不是分贝刻度。默认值：False。
|
|||
|
|
- **speckwargs** (dict, 可选) - Spectrogram的参数。默认值：None，会被设置为
|
|||
|
|
`{'n_fft': 400, 'win_length': n_fft, 'hop_length': win_length // 2, 'pad': 0,
|
|||
|
|
'window': WindowType.HANN, 'power': 2.0, 'normalized': False, 'center': True,
|
|||
|
|
'pad_mode': BorderType.REFLECT, 'onesided': True}` 。
|
|||
|
|
|
|||
|
|
异常：
|
|||
|
|
- **TypeError** - 如果 `sample_rate` 的类型不为int。
|
|||
|
|
- **TypeError** - 如果 `n_filter` 的类型不为int。
|
|||
|
|
- **TypeError** - 如果 `n_lfcc` 的类型不为int。
|
|||
|
|
- **TypeError** - 如果 `norm` 的类型不为 :class:`mindspore.dataset.audio.NormMode` 。
|
|||
|
|
- **TypeError** - 如果 `log_lf` 的类型不为bool。
|
|||
|
|
- **TypeError** - 如果 `speckwargs` 的类型不为dict。
|
|||
|
|
- **ValueError** - 如果 `sample_rate` 为0。
|
|||
|
|
- **ValueError** - 如果 `n_lfcc` 小于0。
|
|||
|
|
- **ValueError** - 如果 `f_min` 大于 `f_max` 。
|
|||
|
|
- **ValueError** - 当 `f_max` 为None时，如果 `f_min` 大于 `sample_rate // 2` 。
|
|||
|
|
- **ValueError** - 如果 `dct_type` 不为2。
|