torchaudio.functional¶

用于执行常见音频操作的函数。

效用¶

`amplitude_to_DB`	将频谱图从功率/振幅刻度转换为分贝刻度。
`DB_to_amplitude`	将张量从分贝刻度转换为功率/振幅刻度。
`melscale_fbanks`	创建频次 bin 转换矩阵。
`linear_fbanks`	创建线性三角形过滤器组。
`create_dct`	创建形状为（，）的 DCT 变换矩阵，根据范数进行归一化。`n_melsn_mfcc`
`mask_along_axis`	沿应用蒙版。`axis`
`mask_along_axis_iid`	沿应用蒙版。`axis`
`mu_law_encoding`	基于 mu-law 压缩扩展对信号进行编码。
`mu_law_decoding`	解码 mu-law 编码信号。
`apply_codec`	已弃用：将编解码器作为增强的一种形式。
`重新采样`	使用带限插值在新频率处对波形进行重采样。
`响度`	根据 ITU-R BS.1770-4 建议标准测量音频响度。
`盘旋`	使用 direct 方法沿输入的最后一个维度卷积输入。
`fftconvolve`	使用 FFT 沿输入的最后一个维度对输入进行卷积。
`add_noise`	根据信噪比对波形进行缩放和添加噪声。
`预加重`	沿其最后一个维度预先强调波形，即对于中的每个信号 \（x\），计算输出 \（y\）为。`waveform`
`去加重`	沿波形的最后一个维度取消强调。
`速度`	调整波形速度。
`frechet_distance`	计算两个多元正态分布之间的 Fréchet 距离 [Dowson 和 Landau，1982]。

`allpass_biquad`	设计双极点全通滤波器。
`band_biquad`	设计双极带滤波器。
`bandpass_biquad`	设计 2 极点带通滤波器。
`bandreject_biquad`	设计 2 极点带阻滤波器。
`bass_biquad`	设计低音音调控制效果。
`双二阶`	执行输入张量的双二阶滤波器。
`反差`	应用对比效果。
`直流移位`	对音频应用 DC Shift 键。
`deemph_biquad`	应用 ISO 908 CD 去加重（搁架）IIR 滤镜。
`抖动`	Apply dither （应用抖动）
`equalizer_biquad`	设计双二阶峰值均衡器滤波器并执行滤波。
`filtfilt`	将 IIR 滤波器向前和向后应用于波形。
`镶边`	将镶边效果应用于音频。
`获得`	对整个波形进行放大或衰减。
`highpass_biquad`	设计双二阶高通滤波器并执行滤波。
`过滤器`	使用 Yu 等人独立开发的可微分实现，通过评估差分方程来执行 IIR 滤波器。 [Yu 和 Fazekas，2023 年] 和 Forgione 等人。 [Forgione 和 Piga，2021 年]。
`lowpass_biquad`	设计双二阶低通滤波器并执行滤波。
`超速`	对音频应用过载效果。
`相位`	对音频应用阶段划分效果。
`riaa_biquad`	应用 RIAA 黑胶唱片播放均衡。
`treble_biquad`	设计高音调控制效果。

`瓦德`	语音活动检测器。
`光谱图`	从原始音频信号创建频谱图或一批频谱图。
`inverse_spectrogram`	从提供的复值频谱图创建逆频谱图或一批逆频谱图。
`格里芬林`	使用 Griffin-Lim 变换从线性尺度幅度频谱图计算波形。
`phase_vocoder`	给定一个 STFT 张量，在不修改音高系数的情况下及时加速。`rate`
`pitch_shift`	逐步移动波形的音高。`n_steps`
`compute_deltas`	计算张量的 delta 系数，通常是频谱图：
`detect_pitch_frequency`	检测俯仰频率。
`sliding_window_cmn`	对每个话语应用滑动窗口倒谱均值（和可选的方差）归一化。
`spectral_centroid`	计算沿时间轴的每个通道的频谱质心。

`PSD`	计算跨通道功率谱密度（PSD）矩阵。
`mvdr_weights_souden`	通过 Souden 等人提出的方法计算最小方差无失真响应（MVDR [Capon， 1969]）波束成形权重。 [Souden 等人，2009 年]。
`mvdr_weights_rtf`	根据噪声的相对传递函数（RTF）和功率谱密度（PSD）矩阵计算最小方差无失真响应（MVDR [Capon， 1969]）波束成形权重。
`rtf_evd`	通过特征值分解估计相对传递函数（RTF）或转向向量。
`rtf_power`	通过幂法估计相对传递函数（RTF）或转向矢量。
`apply_beamforming`	将波束成形权重应用于多通道噪声频谱，以获得单通道增强频谱。

使用循环神经网络计算序列转导的 RNN 换能器损失 [Graves，2012]。

计算两个序列之间的字级编辑（Levenshtein）距离。