paddlespeech.s2t.frontend.augmentor.augmentation 模块
包含数据增强流程。
- class paddlespeech.s2t.frontend.augmentor.augmentation.AugmentationPipeline(preprocess_conf: str, random_seed: int = 0)[来源]
基础：
object构建一个具有各种增强模型的预处理管道。这样的数据增强管道通常用于增加训练样本，以使模型对现实世界中的某些类型的扰动不变，从而提高模型的泛化能力。
管道是根据json字符串中的增强配置构建的，例如。
[ { "type": "noise", "params": {"min_snr_dB": 10, "max_snr_dB": 20, "noise_manifest_path": "datasets/manifest.noise"}, "prob": 0.0 }, { "type": "speed", "params": {"min_speed_rate": 0.9, "max_speed_rate": 1.1}, "prob": 1.0 }, { "type": "shift", "params": {"min_shift_ms": -5, "max_shift_ms": 5}, "prob": 1.0 }, { "type": "volume", "params": {"min_gain_dBFS": -10, "max_gain_dBFS": 10}, "prob": 0.0 }, { "type": "bayesian_normal", "params": {"target_db": -20, "prior_db": -20, "prior_samples": 100}, "prob": 0.0 } ]
此增强配置将两个增强模型插入到管道中，一个是VolumePerturbAugmentor，另一个是SpeedPerturbAugmentor。“prob”表示当前增强器生效的概率。如果“prob”为零，则增强器不生效。
- Params:
preprocess_conf(str): 增强配置在 json 文件 或 json 字符串 中。
random_seed(int): 随机种子。- Raises:
值错误：如果增强的json配置格式不正确。
方法
__call__(xs[, uttid_list])将自身作为一个函数调用。
transform_audio(audio_segment)运行数据增强的预处理管道。
transform_feature(spec_segment)声谱图增强。
- SPEC_TYPES = {'specaug'}