torchaudio.prototype.functional - pytorch tutorials中文文档 - 文档多

•

pytorch tutorials中文文档

Torch audio 文档

索引

支持的功能

功能分类

TorchAudio 徽标

参考文献

安装

安装预编译的二进制文件

从源码构建

在 Linux 和 macOS 上构建

在 Windows 上构建

在 Jetson 上构建

启用 GPU 视频解码器/编码器

API 教程

音频输入/输出

StreamReader 基本用法

StreamReader 高级用法

StreamWriter 基本用法

StreamWriter 高级用法

使用 NVDEC 加速视频解码

使用 NVENC 加速视频编码

AudioEffector 使用指南

音频重采样

音频数据增强

音频特征提取

音频特征增强

CTC 强制对齐 API 教程

振荡器和ADSR包络

加法合成

滤波器设计教程

减法合成

音频数据集

管道教程

使用 Wav2Vec2 进行语音识别

使用 CTC 解码器进行语音识别推理

使用 CUDA CTC 解码器进行 ASR 推理

使用 Emformer RNN-T 进行在线语音识别

使用 Emformer RNN-T 进行设备端语音识别

设备端基于 Emformer RNN-T 的音频-视觉语音识别

使用 Wav2Vec2 进行强制对齐

多语言数据的强制对齐

使用 Tacotron2 实现文本转语音

基于 MVDR 波束形成的语音增强

使用 Hybrid Demucs 进行音乐源分离

Torchaudio-Squim: TorchAudio 中的非侵入式语音评估

训练实用技巧

Conformer RNN-T 语音识别

Emformer RNN-T 语音识别

Conv-TasNet 源分离

HuBERT 预训练与微调（ASR）

实时音视频自动语音识别

Python API 参考文档

torchaudio

torchaudio.io

torchaudio.functional

torchaudio.transforms

torchaudio.datasets

torchaudio.models

torchaudio.models.decoder

torchaudio.pipelines

torchaudio.sox_effects

torchaudio.compliance.kaldi

torchaudio.kaldi_io

torchaudio.utils

torio

torio.io

torio.utils

Python 原型 API 参考

torchaudio.prototype

torchaudio.prototype.datasets

torchaudio.prototype.functional

torchaudio.prototype.models

torchaudio.prototype.pipelines

torchaudio.prototype.transforms

C++ 原型 API 参考

libtorio

torio::io::StreamingMediaDecoder

torio::io::StreamingMediaEncoder

PyTorch 库

PyTorch

torchaudio

torchtext

torchvision

TorchElastic

TorchServe

在 XLA 设备上使用 PyTorch

torchaudio.prototype.functional 工具函数 barkscale_fbanks 创建频率区间转换矩阵。 chroma_filterbank 创建频率到色度转换矩阵。 DSP adsr_envelope 生成 ADSR 包络 filter_waveform 沿给定波形的时间轴应用滤波器。 extend_pitch 用它们的倍数扩展给定的时间序列值。 oscillator_bank 从给定的瞬时频率和振幅合成波形。 sinc_impulse_response 为给定的截止频率创建窗函数 sinc 脉冲响应。 frequency_impulse_response 根据所需的频率响应创建滤波器 房间脉冲响应模拟 ray_tracing 通过光线追踪计算能量直方图。 simulate_rir_ism 根据以下内容计算房间脉冲响应 (RIR) image source method [Allen and Berkley, 1979]

本页目录