speechbrain.utils.filter_analysis 模块

实现工具以建模和组合过滤属性，即计算窗口大小、步幅等的行为，这可能对某些用例（如流式处理）有用。

Authors:

• Sylvain de Langen 2024

摘要

类：

FilterProperties

模拟随时间表现类似过滤器（例如卷积、滤波器组等）的某些东西的属性。

函数：

stack_filter_properties

返回一系列堆叠过滤器的过滤属性。

参考

class speechbrain.utils.filter_analysis.FilterProperties(window_size: int, stride: int = 1, dilation: int = 1, causal: bool = False)

基础类：object

模拟随时间表现类似过滤器（例如卷积、滤波器组等）的某些事物的属性。

window_size: int

过滤器的大小，即单个输出所依赖的输入帧数。除了扩张之外，假设窗口在连续的帧块上操作。

示例:

size = 3, stride = 3

out  <-a-> <-b-> <-c->
in   1 2 3 4 5 6 7 8 9

stride: int = 1

滤波器的步幅，即从一个输出帧到下一个输出帧跳过多少输入帧（无论窗口大小或扩张如何）。

示例:

size = 3, stride = 2

     <-a->
         <-b->   <-d->
out          <-c->
in   1 2 3 4 5 6 7 8 9

dilation: int = 1

过滤器的扩张率。一个窗口将考虑每第n个（n=扩张）输入帧。使用扩张时，过滤器仍将观察size个输入帧，但窗口将跨越更多的帧。

膨胀主要与“a trous”卷积相关。 默认的膨胀率为1，实际上不进行膨胀。

示例:

size = 3, stride = 1, dilation = 3

    <-------> dilation - 1 == 2 skips
    a        a        a
    |  b     |  b     |  b
    |  |  c  |  |  c  |  |  c
    |  |  |  d  |  |  d  |  |  d
    |  |  |  |  e  |  |  e  |  |  ..
in  1  2  3  4  5  6  7  8  9  10 ..
    <-> stride == 1

causal: bool = False

过滤器是否是因果的，即输出帧是否仅依赖于过去的输入帧（具有较低或相等的索引）。

在某些情况下，例如一维卷积，这可以通过在将滤波器应用于输入张量之前，在滤波器的左侧插入填充来实现。

示例:

size = 3, stride = 1, causal = true
         <-e->
       <-d->
     <-c->
     b->
     a
in   1 2 3 4 5

static pointwise_filter() → FilterProperties

返回一个简单过滤器的过滤属性，该过滤器的输出帧仅依赖于其各自的输入帧。

get_effective_size()

跨越窗口的输入帧数，包括那些被扩张忽略的帧。

get_convolution_padding()

典型卷积需要在每一端插入的帧数。

get_noncausal_equivalent()

从因果滤波器定义中，获取一个兼容的非因果滤波器定义，其中每个输出帧依赖于相同的输入帧，加上一些虚假依赖。

with_on_top(other, allow_approximate=True)

考虑到过滤器链 other(self(x))，返回重新计算的结果过滤器的属性。

Parameters:

• 其他 (FilterProperties) – 与 self 组合的过滤器。

• allow_approximate (bool, 可选) – 如果为 True（默认值），则结果属性可能是“悲观的”，并且在无法确定确切属性时，可能会表达错误的依赖关系而不是报错。 这种情况可能发生在堆叠非因果和因果过滤器时。 根据使用情况，这可能是可以接受的，但像 has_overlap 这样的函数可能会错误地开始返回 True。

Returns:

组合过滤器的属性。

Return type:

FilterProperties

speechbrain.utils.filter_analysis.stack_filter_properties(filters, allow_approximate=True)

返回一系列堆叠过滤器的过滤属性。 如果序列为空，则返回一个无操作过滤器（大小为1，步幅为1）。

Parameters:

• filters (FilterProperties | any) – 要组合的过滤器，例如 [a, b, c] 表示 c(b(a(x)))。 如果某个项不是 FilterProperties 的实例，则会尝试在其上调用 .get_filter_properties()。

• allow_approximate (bool, 可选) – 参见 FilterProperties.with_on_top.

Returns:

ret – 过滤器序列的属性

Return type:

FilterProperties