Przekształca spektrogram w formę przydatną do rozpoznawania mowy.
Współczynniki cepstralne częstotliwości Mel to sposób reprezentowania danych audio, który sprawdza się jako funkcja wejściowa w uczeniu maszynowym. Tworzy się je poprzez pobranie widma spektrogramu („cepstrum”) i odrzucenie niektórych wyższych częstotliwości, które są mniej istotne dla ludzkiego ucha. Mają długą historię w świecie rozpoznawania mowy, a https://en.wikipedia.org/wiki/Mel-frequency_cepstrum jest dobrym źródłem informacji, aby dowiedzieć się więcej.
Klasy zagnieżdżone
| klasa | Opcje Mfcc | Opcjonalne atrybuty dla Mfcc | |
Stałe
| Strunowy | OP_NAME | Nazwa tej operacji znana silnikowi rdzenia TensorFlow |
Metody publiczne
| Dane wyjściowe <TFloat32> | jako wyjście () Zwraca symboliczny uchwyt tensora. |
| statyczny MFC | |
| statyczne opcje Mfcc | dctCooperativeCount (długi dctCooperativeCount) |
| statyczne opcje Mfcc | bank filtrówChannelCount (długi bank filtrówChannelCount) |
| statyczne opcje Mfcc | LowerFrequencyLimit (pływający dolny limit częstotliwości) |
| Dane wyjściowe <TFloat32> | wyjście () |
| statyczne opcje Mfcc | UpperFrequencyLimit (pływający górny limit częstotliwości) |
Metody dziedziczone
| wartość logiczna | równa się (Obiekt arg0) |
| ostatnia klasa<?> | pobierzKlasę () |
| wew | hashCode () |
| ostateczna pustka | powiadomić () |
| ostateczna pustka | powiadom wszystkich () |
| Strunowy | doString () |
| ostateczna pustka | czekaj (długi arg0, int arg1) |
| ostateczna pustka | czekaj (długi arg0) |
| ostateczna pustka | Czekać () |
| abstrakcyjne środowisko wykonania | środowisko () Zwróć środowisko wykonawcze, w którym utworzono tę operację. |
| abstrakcyjna operacja |
| streszczenie Dane wyjściowe <TFloat32> | jako wyjście () Zwraca symboliczny uchwyt tensora. |
| streszczenie TFloat32 | asTensor () Zwraca tensor tego operandu. |
| abstrakcyjny kształt | |
| Klasa abstrakcyjna <TFloat32> | typ () Zwraca typ tensora tego operandu |
Stałe
publiczny statyczny końcowy ciąg znaków OP_NAME
Nazwa tej operacji znana silnikowi rdzenia TensorFlow
Metody publiczne
publiczne wyjście < TFloat32 > asOutput ()
Zwraca symboliczny uchwyt tensora.
Dane wejściowe operacji TensorFlow są wynikami innej operacji TensorFlow. Ta metoda służy do uzyskania symbolicznego uchwytu reprezentującego obliczenia danych wejściowych.
public static Mfcc create ( Zakres zakresu, Operand < TFloat32 > spektrogram, Operand < TInt32 > sampleRate, Opcje... opcje)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację Mfcc.
Parametry
| zakres | aktualny zakres |
|---|---|
| spektrogram | Zazwyczaj generowane przez operację Spektrogram, z wartością_kwadratową ustawioną na wartość true. |
| próbna stawka | Ile próbek na sekundę użyło źródło dźwięku. |
| opcje | przenosi opcjonalne wartości atrybutów |
Zwroty
- nowa instancja Mfcc
public static Mfcc.Options dctCooperativeCount (długi dctCooperativeCount)
Parametry
| dctCooperativeCount | Ile kanałów wyjściowych należy wygenerować w przedziale czasu. |
|---|
publiczny statyczny bank filtrów Mfcc.OptionsChannelCount (długi bank filtrówChannelCount)
Parametry
| bank filtrówChannelCount | Uchwała banku Mel stosowana wewnętrznie. |
|---|
public static Mfcc.Options lessFrequencyLimit (Float dolnyLimitFrequencyLimit)
Parametry
| dolny limit częstotliwości | Najniższa częstotliwość stosowana przy obliczaniu ceptstrum. |
|---|
public static Mfcc.Options UpperFrequencyLimit (Float UpperFrequencyLimit)
Parametry
| górny limit częstotliwości | Najwyższa częstotliwość stosowana przy obliczaniu ceptstrum. |
|---|