Stft
产品支持情况
| 产品 | 是否支持 |
|---|---|
| Ascend 950PR/Ascend 950DT | × |
| Atlas A3 训练系列产品/Atlas A3 推理系列产品 | √ |
| Atlas A2 训练系列产品/Atlas A2 推理系列产品 | √ |
| Atlas 200I/500 A2 推理产品 | × |
| Atlas 推理系列产品 | × |
| Atlas 训练系列产品 | × |
功能说明
-
算子功能:计算输入在滑动窗口内的傅里叶变换。
-
计算公式:
-
当normalized=false时:
X[w,m]=∑k=0winLength−1window[k]∗self[m∗hopLength+k]∗exp(−j∗2πwknFft)X[w,m]=\sum_{k=0}^{winLength-1}window[k]*self[m*hopLength+k]*exp(-j*\frac{2{\pi}wk}{nFft})
-
当normalized=true时:
X[w,m]=1nFft(∑k=0winLength−1window[k]∗self[m∗hopLength+k]∗exp(−j∗2πwknFft))X[w,m]=\frac{1}{\sqrt{nFft}}(\sum_{k=0}^{winLength-1}window[k]*self[m*hopLength+k]*exp(-j*\frac{2{\pi}wk}{nFft}))
其中:
- ww为FFT的频点。
- mm为滑动窗口的index。
- selfself为1维或2维Tensor,当selfself是1维时,其为一个时序采样序列,当selfself是2维时,其为多个时序采样序列。
- hopLengthhopLength为滑动窗口大小。
- windowwindow为1维Tensor,是STFT的窗函数(例如hann_window),其长度为winLengthwinLength。
- exp(−j∗2πwknFft)exp(-j*\frac{2{\pi}wk}{nFft})为旋转因子。
-
参数说明
| 参数名 | 输入/输出/属性 | 描述 | 数据类型 | 数据格式 |
|---|---|---|---|---|
| x | 输入 | 待计算的输入,对应公式中的`self`。要求是一个1D/2D的Tensor,shape为[L]/[B, L],其中,L为时序采样序列的长度,B为时序采样序列的个数。不支持输入Inf、-Inf或NaN。 | FLOAT32、DOUBLE、COMPLEX64、COMPLEX128 | ND |
| window | 可选输入 | 要求是一个1D的Tensor,对应公式中的`window`。shape为[winLength],winLength为STFT窗函数的长度,且数据类型与`x`保持一致, | FLOAT32、DOUBLE、COMPLEX64、COMPLEX128 | ND |
| hop_length | 可选属性 |
|
INT64 | - |
| win_length | 可选属性 |
|
INT64 | - |
| normalized | 可选属性 |
|
BOOL | - |
| onesided | 可选属性 |
|
BOOL | - |
| return_complex | 可选属性 |
|
BOOL | - |
| n_fft | 属性 | FFT的点数(大于0),对应公式中的`nFft`。 | INT64 | - |
| y | 输出 | `x`在`window`内的傅里叶变换结果,要求是一个2D/3D/4D的Tensor,对应公式中的`X[w,m]`。如果return_complex=True,y是shape为[N, T]或者[B, N, T]的复数Tensor;如果return_complex=False,y是shape为[N, T, 2]或者[B, N, T, 2]的实数Tensor。其中,N=n_fft(onesided=False)或者(n_fft // 2 + 1)(onesided=True);T是滑动窗口的个数,T = (L - n_fft) // hop_length + 1。 | FLOAT32、DOUBLE、COMPLEX64、COMPLEX128 | ND |
约束说明
- n_fft <= L。
- win_length <= n_fft。
调用说明
| 调用方式 | 样例代码 | 说明 |
|---|---|---|
| aclnn接口 | test_aclnn_stft | 通过aclStft接口方式调用Stft算子。 |
| 图模式 | - | 通过算子IR构图方式调用Stft算子。 |