nnAudio下载nnAudio源代码下载

nnAudio

Python

Code refactoring and updating

下载

nnaudio

Nnaudio是使用Pytorch卷积神经网络作为后端的音频处理工具箱。通过这样做，可以通过在神经网络训练期间直接产生频谱图，并且可以训练傅立叶内核（例如或CQT内核）。 Kapre具有类似的概念，在该概念中，他们还使用1D卷积神经网络根据Keras提取频谱图。

其他GPU音频处理工具是Torchaudio和TF.Signal。但是他们没有使用神经网络方法，因此无法训练傅立叶基础。从Pytorch 1.6.0开始，由于sox Torchaudio仍然很难安装在Windows环境下。 Nnaudio是跨不同操作系统的更兼容的音频处理工具，因为它主要依赖于Pytorch卷积神经网络。 Nnaudio的名字来自torch.nn

安装

pip install git+https://github.com/KinWaiCheuk/nnAudio.git#subdirectory=Installation

或者

pip install nnAudio==0.3.1

文档

https://kinwaicheuk.github.io/nnaudio/index.html

与其他图书馆进行比较

特征	nnaudio	TORCH.STFT	卡普雷	Torchaudio	tf.Signal	火炬 - stft	天秤座
可训练	✅		✅			✅
可区分	✅	✅	✅	✅	✅	✅
线性频率STFT	✅	✅	✅	✅	✅	✅	✅
对数频率stft	✅		✅
逆向撞	✅	✅	✅	✅	✅	✅	✅
格里芬·莱姆（Griffin-Lim）	✅			✅	✅		✅
梅尔	✅		✅	✅	✅		✅
MFCC	✅			✅	✅		✅
CQT	✅						✅
VQT	✅						✅
伽马酮	✅
CFP ¹	✅
GPU支持	✅	✅	✅	✅	✅	✅

✅：完全支持☑️：开发（仅在开发版本中可用）：不支持

¹结合光谱和时间表示的多形音乐的估计

新闻与变革

要查看完整的变形值，请转到ChangElog.md

版本0.3.1 （2021年12月24日）：

添加了VQT功能＃113

版本0.3.0 （2021年11月19日）：

更改模块命名。 nnAudio.Spectrogram将被nnAudio.features替换。当前，可以通过两种方法访问各种频谱图。

如何引用nnaudio

Nnaudio的论文在IEEE访问中是可用的

KW Cheuk，H。Anderson，K。Agres和D. Herremans，“ Nnaudio：使用1D卷积神经网络的频率GPU音频到频谱转换工具箱”，IEEE Access，Vol。 8，pp。161981-162003，2020，doi：10.1109/access.2020.3019084。

Bibtex

@ARTICLE{9174990, author={KW {Cheuk} and H. {Anderson} and K. {Agres} and D. {Herremans}}, journal={IEEE Access}, title={nnAudio: An on-the-Fly GPU Audio to Spectrogram Conversion Toolbox Using 1D Convolutional Neural Networks}, year={2020},音量= {8}，number = {}，pages = {161981-162003}，doi = {10.1109/access.2020.3019084}}