forked from mindspore-Ecosystem/mindspore
67 lines
5.1 KiB
ReStructuredText
67 lines
5.1 KiB
ReStructuredText
mindspore.dataset.audio.Vad
|
||
===========================
|
||
|
||
.. py:class:: mindspore.dataset.audio.Vad(sample_rate, trigger_level=7.0, trigger_time=0.25, search_time=1.0, allowed_gap=0.25, pre_trigger_time=0.0, boot_time=0.35, noise_up_time=0.1, noise_down_time=0.01, noise_reduction_amount=1.35, measure_freq=20.0, measure_duration=None, measure_smooth_time=0.4, hp_filter_freq=50.0, lp_filter_freq=6000.0, hp_lifter_freq=150.0, lp_lifter_freq=2000.0)
|
||
|
||
语音活动检测器。
|
||
|
||
试图修剪去除语音记录末尾沉默或安静的背景声音。
|
||
|
||
接口实现方式类似于 `SoX库 <http://sox.sourceforge.net/sox.html>`_ 。
|
||
|
||
参数：
|
||
- **sample_rate** (int) - 音频信号的采样率。
|
||
- **trigger_level** (float, 可选) - 触发音频活动检测的测量级别。默认值：7.0。
|
||
- **trigger_time** (float, 可选) - 时间常数（以秒为单位），用于帮助忽略短促的爆破音。默认值：0.25。
|
||
- **search_time** (float, 可选) - 在检测到的触发点之前，搜索更安静/更短促爆破音的时长（以秒为单位）。默认值：1.0。
|
||
- **allowed_gap** (float, 可选) - 在检测到的触发点之前，允许的更安静/更短促爆破音之间的时间间隔（以秒为单位）。默认值：0.25。
|
||
- **pre_trigger_time** (float, 可选) - 在触发点和任意找到的更安静/更短促的爆破音之前，要保留的音频时长（以秒为单位）。默认值：0.0。
|
||
- **boot_time** (float, 可选) - 初始噪声的评估时间。默认值：0.35。
|
||
- **noise_up_time** (float, 可选) - 用于自适应噪声评估的时间常量，指定噪声等级上升时的时间。默认值：0.1。
|
||
- **noise_down_time** (float, 可选) - 用于自适应噪声评估的时间常量，指定噪声等级下降时的时间。默认值：0.01。
|
||
- **noise_reduction_amount** (float, 可选) - 检测算法中使用的降噪量。默认值：1.35。
|
||
- **measure_freq** (float, 可选) - 算法处理/检测的频率。默认值：20.0。
|
||
- **measure_duration** (float, 可选) - 检测持续的时间。默认值：None，将使用两倍测量周期的时长。
|
||
- **measure_smooth_time** (float, 可选) - 用于平滑频谱测量的时间常数。默认值：0.4。
|
||
- **hp_filter_freq** (float, 可选) - 施加到检测器算法输入上的高通滤波器的截止频率。默认值：50.0。
|
||
- **lp_filter_freq** (float, 可选) - 施加到检测器算法输入上的低通滤波器的截止频率。默认值：6000.0。
|
||
- **hp_lifter_freq** (float, 可选) - 施加到检测器算法输入上的高通提升器的截止频率。默认值：150.0。
|
||
- **lp_lifter_freq** (float, 可选) - 施加到检测器算法输入上的低通提升器的截止频率。默认值：2000.0。
|
||
|
||
异常：
|
||
- **TypeError** - 当 `sample_rate` 的类型不为int。
|
||
- **ValueError** - 当 `sample_rate` 不为正数。
|
||
- **TypeError** - 当 `trigger_level` 的类型不为float。
|
||
- **TypeError** - 当 `trigger_time` 的类型不为float。
|
||
- **ValueError** - 当 `trigger_time` 为负数。
|
||
- **TypeError** - 当 `search_time` 的类型不为float。
|
||
- **ValueError** - 当 `search_time` 为负数。
|
||
- **TypeError** - 当 `allowed_gap` 的类型不为float。
|
||
- **ValueError** - 当 `allowed_gap` 为负数。
|
||
- **TypeError** - 当 `pre_trigger_time` 的类型不为float。
|
||
- **ValueError** - 当 `pre_trigger_time` 为负数。
|
||
- **TypeError** - 当 `boot_time` 的类型不为float。
|
||
- **ValueError** - 当 `boot_time` 为负数。
|
||
- **TypeError** - 当 `noise_up_time` 的类型不为float。
|
||
- **ValueError** - 当 `noise_up_time` 为负数。
|
||
- **TypeError** - 当 `noise_down_time` 的类型不为float。
|
||
- **ValueError** - 当 `noise_down_time` 为负数。
|
||
- **ValueError** - 当 `noise_up_time` 小于 `noise_down_time` 。
|
||
- **TypeError** - 当 `noise_reduction_amount` 的类型不为float。
|
||
- **ValueError** - 当 `noise_reduction_amount` 为负数。
|
||
- **TypeError** - 当 `measure_freq` 的类型不为float。
|
||
- **ValueError** - 当 `measure_freq` 不为正数。
|
||
- **TypeError** - 当 `measure_duration` 的类型不为float。
|
||
- **ValueError** - 当 `measure_duration` 为负数。
|
||
- **TypeError** - 当 `measure_smooth_time` 的类型不为float。
|
||
- **ValueError** - 当 `measure_smooth_time` 为负数。
|
||
- **TypeError** - 当 `hp_filter_freq` 的类型不为float。
|
||
- **ValueError** - 当 `hp_filter_freq` 不为正数。
|
||
- **TypeError** - 当 `lp_filter_freq` 的类型不为float。
|
||
- **ValueError** - 当 `lp_filter_freq` 不为正数。
|
||
- **TypeError** - 当 `hp_lifter_freq` 的类型不为float。
|
||
- **ValueError** - 当 `hp_lifter_freq` 不为正数。
|
||
- **TypeError** - 当 `lp_lifter_freq` 的类型不为float。
|
||
- **ValueError** - 当 `lp_lifter_freq` 不为正数。
|
||
- **RuntimeError** - 当输入音频的shape不为<..., time>。
|