mindspore.dataset.audio.SlidingWindowCmn

class mindspore.dataset.audio.SlidingWindowCmn(cmn_window=600, min_cmn_window=100, center=False, norm_vars=False)[源代码]

对每个话语应用滑动窗口倒谱均值(和可选方差)归一化。

参数:
  • cmn_window (int, 可选) - 用于运行平均CMN计算的帧中窗口。默认值:600。

  • min_cmn_window (int, 可选) - 解码开始时使用的最小CMN窗口(仅在开始时增加延迟)。 仅在中心为False时适用,在中心为True时忽略。默认值:100。

  • center (bool, 可选) - 如果为True,则使用以当前帧为中心的窗口。如果为False,则窗口在左侧。默认值:False。

  • norm_vars (bool, 可选) - 如果为True,则将方差规范化为1。默认值:False。

样例:

>>> import numpy as np
>>>
>>> waveform = np.array([[[1, 2, 3], [4, 5, 6]]], dtype=np.float64)
>>> numpy_slices_dataset = ds.NumpySlicesDataset(data=waveform, column_names=["audio"])
>>> transforms = [audio.SlidingWindowCmn()]
>>> numpy_slices_dataset = numpy_slices_dataset.map(operations=transforms, input_columns=["audio"])