tf.audio.decode_wav

Декодирование 16-битного PCM-файла WAV в тензор с плавающей точкой.

Просмотр псевдонимов

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.audio.decode_wav

tf.audio.decode_wav(
    contents: Annotated[Any, _atypes.String],
    desired_channels: int = -1,
    desired_samples: int = -1,
    name=None
)

Использование в ноутбуках

Используется в учебниках
Простое распознавание звука: распознавание ключевых слов Трансферное обучение с помощью YAMNet для классификации звуков окружающей среды

Значения со знаком от -32768 до 32767 с 16 битами будут масштабированы до -1,0 до 1,0 в формате с плавающей точкой.

При установке desired_channels, если вход содержит меньше каналов, чем это значение, последний канал будет дублирован, чтобы получить нужное количество. В противном случае, если вход содержит больше каналов, чем требуется, дополнительные каналы будут проигнорированы.

Если установлено desired_samples, аудио будет усечено или дополнено нулями до запрошенной длины.

Первый выход содержит тензор с содержимым аудио-образцов. Самая низкая размерность будет представлять количество каналов, а вторая – количество образцов. Например, стереофайл WAV длиной в десять образцов должен дать форму выходных данных [10, 2].

Аргументы
`contents`	`Tensor` типа `string`. Аудио WAV в кодированном виде, обычно из файла.
`desired_channels`	Необязательный `int`. По умолчанию `-1`. Количество каналов образцов, необходимых для обработки.
`desired_samples`	Необязательная `int`. По умолчанию `-1`. Запрошенная длина аудио.
`name`	Имя операции (необязательно).

Возвращаемые значения
Кортеж объектов `Tensor` (аудио, частота_дискретизации).
`audio`	`Tensor` типа `float32`.
`sample_rate`	`Tensor` типа `int32`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/audio/decode_wav