nnAudio下載nnAudio源代碼下載

nnAudio

Python

Code refactoring and updating

下載

nnaudio

Nnaudio是使用Pytorch卷積神經網絡作為後端的音頻處理工具箱。通過這樣做，可以通過在神經網絡訓練期間直接產生頻譜圖，並且可以訓練傅立葉內核（例如或CQT內核）。 Kapre具有類似的概念，在該概念中，他們還使用1D卷積神經網絡根據Keras提取頻譜圖。

其他GPU音頻處理工具是Torchaudio和TF.Signal。但是他們沒有使用神經網絡方法，因此無法訓練傅立葉基礎。從Pytorch 1.6.0開始，由於sox Torchaudio仍然很難安裝在Windows環境下。 Nnaudio是跨不同操作系統的更兼容的音頻處理工具，因為它主要依賴於Pytorch卷積神經網絡。 Nnaudio的名字來自torch.nn

安裝

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

或者

pip install nnAudio==0.3.1

文件

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

與其他圖書館進行比較

特徵	nnaudio	TORCH.STFT	卡普雷	Torchaudio	tf.Signal	火炬 - stft	天秤座
可訓練	✅		✅			✅
可區分	✅	✅	✅	✅	✅	✅
線性頻率STFT	✅	✅	✅	✅	✅	✅	✅
對數頻率stft	✅		✅
逆向撞	✅	✅	✅	✅	✅	✅	✅
格里芬·萊姆（Griffin-Lim）	✅			✅	✅		✅
梅爾	✅		✅	✅	✅		✅
MFCC	✅			✅	✅		✅
CQT	✅						✅
VQT	✅						✅
伽馬酮	✅
CFP ¹	✅
GPU支持	✅	✅	✅	✅	✅	✅

✅：完全支持☑️：開發（僅在開發版本中可用）：不支持

¹結合光譜和時間表示的多形音樂的估計

新聞與變革

要查看完整的變形值，請轉到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）：

更改模塊命名。 nnAudio.Spectrogram將被nnAudio.features替換。當前，可以通過兩種方法訪問各種頻譜圖。

如何引用nnaudio

Nnaudio的論文在IEEE訪問中是可用的

KW Cheuk，H。 Anderson，K。 Agres和D. Herremans，“ Nnaudio：使用1D卷積神經網絡的頻率GPU音頻到頻譜轉換工具箱”，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}}