文件名称：torch-audiomentations:PyTorch中的快速音频数据增强。 受到听觉启发的启发。 对深度学习有用
文件大小：1.21MB
文件格式：ZIP
更新时间：2024-04-20 20:16:44
audio python music machine-learning deep-learning
PyTorch中的音频数据增强。 受启发。 支持CPU和GPU-速度是重中之重 支持批量多声道（或单声道）音频 变换扩展了nn.Module ，因此它们可以集成为pytorch神经网络模型的一部分 大多数变换是可区分的 三种模式： per_batch ， per_example和per_channel 跨平台兼容性 麻省理工学院许可 争取高测试覆盖率 设置 pip install torch-audiomentations 用法示例 import torch from torch_audiomentations import Compose , Gain , PolarityInversion # Initialize augmentation callable apply_augmentation = Compose ( transforms = [ Ga
【文件预览】：
torch-audiomentations-master
----setup.py(2KB)
----.gitignore(2KB)
----codecov.yml(251B)
----images()
--------convolve_exec_time_plot.png(42KB)
--------torch_audiomentations_logo.png(14KB)
----packaging.md(576B)
----pyproject.toml(238B)
----LICENSE(1KB)
----.github()
--------workflows()
----scripts()
--------plot.py(2KB)
--------measure_convolve_execution_time.py(5KB)
--------perf_benchmark.py(5KB)
--------demo.py(6KB)
----README.md(7KB)
----tests()
--------test_compose.py(5KB)
--------__init__.py(0B)
--------test_config.py(2KB)
--------test_background_noise.py(6KB)
--------test_base_class.py(935B)
--------test_gain.py(24KB)
--------test_shift.py(5KB)
--------test_convolution.py(881B)
--------utils.py(160B)
--------test_file_utils.py(2KB)
--------test_impulse_response.py(3KB)
--------test_polarity_inversion.py(3KB)
--------test_differentiable.py(2KB)
--------test_peak_normalization.py(9KB)
--------test_shuffle_channels.py(2KB)
----pytest.ini(84B)
----environment.yml(519B)
----.coveragerc(172B)
----test_fixtures()
--------acoustic_guitar_0.wav(275KB)
--------ir()
--------perfect-alley2.ogg(56KB)
--------perfect-alley1.ogg(58KB)
--------bg()
--------bg_short()
--------config.yml(68B)
--------config_compose.yml(184B)
----.flake8(549B)
----torch_audiomentations()
--------core()
--------__init__.py(540B)
--------utils()
--------augmentations()
----.editorconfig(123B)