speechbrain.lobes.downsampling 模块

实现下采样方法的处理算法组合。

作者

• Salah Zaiem

概要

类

Conv1DDownsampler	使用学习到的卷积进行 1D 卷积下采样
Downsampler	下采样技术的包装器
PoolingDownsampler	1D 池化下采样（非学习）
SignalDownsampler	信号下采样（抽取）

参考

class speechbrain.lobes.downsampling.Downsampler(*args, **kwargs)

基类：Module

下采样技术的包装器

forward(x)

下采样函数

参数：

x (tensor) – 形状为 [B, n_samples] 的语音样本，其中 B 为 batch size

返回类型：

下采样后的输出。

class speechbrain.lobes.downsampling.SignalDownsampler(downsampling_factor, initial_sampling_rate)

基类：Downsampler

信号下采样（抽取）

参数：

• downsampling_factor (int) – 下采样因子（即比例（下采样前的长度 / 下采样后的长度））

• initial_sampling_rate (int) – 输入音频的采样率

示例

>>> sd = SignalDownsampler(2,16000)
>>> a = torch.rand([8,28000])
>>> a = sd(a)
>>> print(a.shape)
torch.Size([8, 14000])

class speechbrain.lobes.downsampling.Conv1DDownsampler(downsampling_factor, kernel_size)

基类：Downsampler

使用学习到的卷积进行 1D 卷积下采样

参数：

• downsampling_factor (int) – 下采样因子（即比例（下采样前的长度 / 下采样后的长度））

• kernel_size (int) – 1D 滤波器的核大小（必须是奇数）

示例

>>> sd = Conv1DDownsampler(3,161)
>>> a = torch.rand([8,33000])
>>> a = sd(a)
>>> print(a.shape)
torch.Size([8, 10947])

class speechbrain.lobes.downsampling.PoolingDownsampler(downsampling_factor, kernel_size, padding=0, pool_type='avg')

基类：Downsampler

1D 池化下采样（非学习）

参数：

• downsampling_factor (int) – 下采样因子（即比例（下采样前的长度 / 下采样后的长度））

• kernel_size (int) – 1D 滤波器的核大小（必须是奇数）

• padding (int) – 应用的 padding 元素数量。

• pool_type (string) – 池化方法，必须在 [“avg”,”max”] 范围内

示例

>>> sd = PoolingDownsampler(3,41)
>>> a = torch.rand([8,33000])
>>> a = sd(a)
>>> print(a.shape)
torch.Size([8, 10987])