文件名称：kapre：kapre：Keras音频预处理器
文件大小：466KB
文件格式：ZIP
更新时间：2024-02-27 01:09:06
audio tensorflow keras preprocess spectrogram
卡普雷 Keras音频预处理器-在GPU上实时计算STFT，ISTFT，Melspectrogram等。 在Python 3.6和3.7上测试 为什么选择Kapre？ 与预计算 您可以优化DSP参数 您的模型部署变得更加简单和一致。 您的代码和模型具有更少的依赖性 与您自己的实现 快捷方便！ 与1D / 2D张量流批处理形状一致 不可知的数据格式（ channels_first和channels_last ） 更少的错误倾向-Kapre层针对Librosa（stft，decibel等）进行了测试-（请相信我）这比您想象的要棘手。 Kapre层具有来自默认tf.signals实现的一些
【文件预览】：
kapre-master
----.github()
--------FUNDING.yml(682B)
----srcs()
--------bensound-cute.mp3(146KB)
----LICENSE.txt(1KB)
----scripts()
--------apply-black.sh(23B)
--------upload-to-pypi.sh(73B)
----examples()
--------how-to-use-Kapre.ipynb(9KB)
----.travis.yml(405B)
----tox.ini(1003B)
----setup.cfg(41B)
----kapre()
--------backend.py(9KB)
--------signal.py(12KB)
--------time_frequency.py(25KB)
--------__init__.py(143B)
--------composed.py(27KB)
--------augmentation.py(3KB)
----setup.py(687B)
----README.md(4KB)
----docs()
--------release_note.rst(2KB)
--------make.bat(795B)
--------backend.rst(61B)
--------signal.rst(58B)
--------conf.py(2KB)
--------requirements.txt(53B)
--------composed.rst(66B)
--------quickstart.rst(5KB)
--------index.rst(3KB)
--------Makefile(633B)
--------.readthedocs.yml(117B)
--------time_frequency.rst(82B)
--------_static()
----tests()
--------test_backend.py(4KB)
--------test_time_frequency.py(17KB)
--------utils.py(2KB)
--------speech_test_file.npz(285KB)
--------test_signal.py(5KB)
--------test_augmentation.py(2KB)
----.gitignore(88B)
----pyproject.toml(483B)