audio
音訊訊號處理的資料操作與轉換,由 PyTorch 驅動
audio 是什麼?
音訊訊號處理的資料操作與轉換,由 PyTorch 驅動。請注意:本摘要僅供參考,不包含任何功能、價格、聲明、評級或意見。
audio 概覽
這是什麼
torchaudio 是一個基於 PyTorch 的音訊函式庫,將 PyTorch 應用於音訊領域。它提供 GPU 加速、透過 autograd 系統實現可訓練的特徵,以及一致的張量命名方式。它主要是一個機器學習函式庫,而非通用訊號處理函式庫。所有計算都透過 PyTorch 操作進行,使其成為 PyTorch 的自然延伸。該函式庫目前處於維護階段,從 2.9 版本開始移除了一些使用者面向的功能,以減少與 PyTorch 生態系統的重疊,並專注於處理機器學習的音訊資料。
主要功能
- 常見音訊資料集的資料載入器
- 音訊與語音處理功能,包括強制對齊
- 常見音訊轉換:頻譜圖、AmplitudeToDB、MelScale、MelSpectrogram、MFCC、MuLawEncoding、MuLawDecoding、Resample
- 相容性介面:使用 PyTorch 執行與其他函式庫(如 Kaldi)對齊的程式碼,包括頻譜圖、fbank、mfcc
使用情境
torchaudio 專為涉及音訊資料的機器學習任務而設計,例如語音辨識、自我監督學習和音訊處理。它可用於載入和預處理音訊資料集、提取頻譜圖和 MFCC 等特徵,以及應用轉換以進行模型訓練。該函式庫與 PyTorch 的整合允許 GPU 加速計算和音訊特徵的梯度最佳化。
快速開始
bashpip install torchaudioTorchAudio 2.11 需要 torch 2.11 或更新版本,包括所有未來版本。它不會將 torch 固定到特定版本。如需完整的安裝和建置說明,以及舊版本的相容性矩陣,請參閱官方安裝頁面。
授權與價格
該函式庫採用 BSD-2-Clause 授權條款,為開源專案。價格未說明。
內容整理自該專案公開的 README 與儲存庫資訊。