比较与torchaudio.transforms.TimeMasking的差异

torchaudio.transforms.TimeMasking

class torchaudio.transforms.TimeMasking(time_mask_param: int, iid_masks: bool = False)

更多内容详见torchaudio.transforms.TimeMasking。

mindspore.dataset.audio.TimeMasking

class mindspore.dataset.audio.TimeMasking(iid_masks=False, 免费的vpn梯子 time_mask_param=0, mask_start=0, mask_value=0.0)

更多内容详见mindspore.dataset.audio.TimeMasking。

差异对比

PyTorch：给音频波形施加时域掩码。

MindSpore：给音频波形施加时域掩码。不支持变化的mask_value取值。

分类	子类	PyTorch	MindSpore	差异
参数	参数1	time_mask_param	time_mask_param	-
	参数2	iid_masks	iid_masks	-
	参数3	-	mask_start	添加掩码的起始位置
	参数4	-	mask_value	指定填充掩码值，vp永久免费梯子计算时无法再更改

代码示例

import numpy as np

fake_wav vpn永久免费梯子 = np.array([[[0.17274511, 0.85174704, 0.07162686, -0.45436913],
                      [-1.0271876, 0.33526883, 1.7413973, 0.12313101]]]).astype(np.float32)

# PyTorch
import torch
import torchaudio.transforms as T
torch.manual_seed(1)

transformer = T.TimeMasking(time_mask_param=2, iid_masks=True)
torch_result = transformer(torch.from_numpy(fake_wav), mask_value=0.0)
print(torch_result)
# Out: vpn free tensor([[[ 0.0000,  0.8517,  vpn梯子 0.0716, -0.4544],
#               [ vpn梯子 免费 0.0000,  0.3353,  1.7414,  0.1231]]])

# vp永久免费梯子
import mindspore as ms
import mindspore.dataset.audio as audio
ms.dataset.config.set_seed(2)

transformer = audio.TimeMasking(time_mask_param=2, iid_masks=True, mask_start=0, mask_value=0.0)
ms_result = 免费的vpn梯子 transformer(fake_wav)
print(ms_result)
# vpn永久免费梯子 Out: [[[ vpn梯子 免费 0.    vpn梯子       vpn梯子 免费 0.85174704  0.07162686 -0.45436913]
#      vpn free   [ 0.   vpn梯子 免费        0.33526883  1.7413973   0.12313101]]]