mindspore.dataset.audio.transforms.BassBiquad

class mindspore.dataset.audio.transforms.BassBiquad(sample_rate, gain, central_freq=100.0, Q=0.707)[源代码]

给音频波形施加低音控制效果，即双极点低频搁架滤波器。

低频搁架滤波器能够通过所有频率，但将低于搁架的频率提升或衰减指定量，其系统函数为：

\[H(s) = A\frac{s^2 + \frac{\sqrt{A}}{Q}s + A}{As^2 + \frac{\sqrt{A}}{Q}s + 1}\]

接口实现方式类似于 SoX库 。

Note

待处理音频维度需为(…, time)。

参数：

  • sample_rate (int) - 采样频率（单位：Hz），不能为零。

  • gain (float) - 期望提升（或衰减）的音频增益（单位：dB）。

  • central_freq (float, 可选) - 中心频率（单位：Hz），默认值：100.0。

  • Q (float, 可选) - 品质因子 ，能够反映带宽与采样频率和中心频率的关系，取值范围为(0, 1]，默认值：0.707。

异常：

  • TypeError - 当 sample_rate 的类型不为int。

  • ValueError - 当 sample_rate 的数值为0。

  • TypeError - 当 gain 的类型不为float。

  • TypeError - 当 central_freq 的类型不为float。

  • TypeError - 当 Q 的类型不为float。

  • ValueError - 当 Q 取值不在(0, 1]范围内。

  • RuntimeError - 当输入音频的shape不为<…, time>。

支持平台：

CPU

样例：

>>> import numpy as np
>>>
>>> waveform = np.array([[2.716064453125e-03, 6.34765625e-03], [9.246826171875e-03, 1.0894775390625e-02]])
>>> numpy_slices_dataset = ds.NumpySlicesDataset(data=waveform, column_names=["audio"])
>>> transforms = [audio.BassBiquad(44100, 100.0)]
>>> numpy_slices_dataset = numpy_slices_dataset.map(operations=transforms, input_columns=["audio"])