paddlespeech.vector.io.embedding_norm 模块

class paddlespeech.vector.io.embedding_norm.InputNormalization(mean_norm=True, std_norm=True, norm_type='global')

基础： object

方法

__call__(x, lengths[, spk_ids, stop_gradient])	返回包含周围上下文的张量。 参数: x (paddle.Tensor): 一批张量。 lengths (paddle.Tensor): 一批张量，包含每个句子的相对长度（例如，[0.7, 0.9, 1.0]）。它用于避免在零填充步骤上计算统计数据。 spk_ids (paddle.Tensor, 可选): 包含每个说话者的ID的张量（例如，[0 10 6]）。它用于在norm_type='speaker'时执行按说话者的归一化。 默认为paddle.to_tensor([], dtype="float32")。 返回: paddle.Tensor: 归一化的特征或嵌入。
save(path)	保存统计字典。
to(device)	将所需的张量放置在正确的设备上。

save(path)

保存统计字典。

Args:

path (str): 一个保存字典的路径。

spk_dict_count: Dict[int, int]

spk_dict_mean: Dict[int, Tensor]

spk_dict_std: Dict[int, Tensor]

to(device)

将所需的张量放入正确的设备中。