文件名称：julius:基于PyTorch的快速DSP用于音频和一维信号
文件大小：114KB
文件格式：ZIP
更新时间：2024-04-07 12:59:01
dsp pytorch Python
Julius，基于PyTorch的快速DSP，用于音频和一维信号 Julius包含使用PyTorch实现的不同数字信号处理算法，因此它们可区分并且可在CUDA上使用。请注意，此处实现的所有模块均可与TorchScript一起使用。 现在，我已经实现了： ：快速Sinc重采样。 ：基于FFT的卷积。 ：FIR低通滤波器组。 ：在梅尔标度频带上分解波形信号。 随之，您可能会在以下位置找到有用的实用程序： ：与DSP相关的功能。 ：通用实用程序。 消息 26/01/2021：发布了julius 0.2.2：修复了低通滤波器的归一化问题，并进行了重采样，以避免泄漏非常低的频率。从零填充切换到复制填充（使用第一个/最后一个值而不是0），以避免出现强伪影的不连续性。 20/01/2021：重新采样的julius实现现在正式 安装 julius需要python 3.6。安装：
【文件预览】：
julius-main
----MANIFEST.in(60B)
----julius()
--------core.py(2KB)
--------utils.py(3KB)
--------bands.py(4KB)
--------__init__.py(1KB)
--------lowpass.py(6KB)
--------fftconv.py(7KB)
--------resample.py(8KB)
----.github()
--------workflows()
----tests()
--------test_resample.py(4KB)
--------test_fftconv.py(3KB)
--------__init__.py(0B)
--------test_bands.py(2KB)
--------test_lowpass.py(3KB)
--------test_doc.py(550B)
----LICENSE(1KB)
----setup.cfg(88B)
----bench()
--------__init__.py(141B)
--------lowpass.py(1KB)
--------fftconv.py(1KB)
--------gen.py(2KB)
--------resample.py(1KB)
----setup.py(1KB)
----.gitignore(84B)
----pdoc()
--------config.mako(3KB)
----logo.png(83KB)
----Makefile(429B)
----README.md(6KB)
----bench.md(4KB)