aclStft

产品支持情况

[object Object]undefined

功能说明

• 接口功能：计算输入在滑动窗口内的傅里叶变换。

• 计算公式：

  • 当normalized=false时：

    $$X[w,m]=\sum_{k=0}^{winLength-1}window[k]*self[m*hopLength+k]*exp(-j*\frac{2{\pi}wk}{nFft})$$

  • 当normalized=true时：

    $$X[w,m]=\frac{1}{\sqrt{nFft}}(\sum_{k=0}^{winLength-1}window[k]*self[m*hopLength+k]*exp(-j*\frac{2{\pi}wk}{nFft}))$$

  其中：

  • $w$为FFT的频点。
  • $m$为滑动窗口的index。
  • $self$为1维或2维Tensor，当$self$是1维时，其为一个时序采样序列，当$self$是2维时，其为多个时序采样序列。
  • $hopLength$为滑动窗口大小。
  • $window$为1维Tensor，是STFT的窗函数（例如hann_window），其长度为$winLength$。
  • $exp(-j*\frac{2{\pi}wk}{nFft})$为旋转因子。

函数原型

每个算子分为，必须先调用“aclStftGetWorkspaceSize”接口获取计算所需workspace大小以及包含了算子计算流程的执行器，再调用“aclStft”接口执行计算。

aclStftGetWorkspaceSize

• 参数说明：

  [object Object]

• 返回值：

  aclnnStatus：返回状态码，具体参见。

  第一段接口完成入参校验，出现以下场景时报错：

  [object Object]

aclStft

• 参数说明：

  [object Object]

• 返回值：

  aclnnStatus: 返回状态码，具体参见。

约束说明

• 输入self与PyTorch接口的不同：PyTorch接口的输入self为原始输入；aclStftGetWorkspaceSize的入参self是原始输入经过前端PyTorch补pad后得到的结果。

• 当输入self的shpe为[B, L]时，如下公式的计算结果较大时，当前接口的计算可能会超时。

  $$B * ((L - nFft) / hopLength + 1) * nFft$$

• nFft <= L。

• winLength <= nFft。

• 当normalized=True时，

  $$STFT(w,m)=\frac{1}{\sqrt{N}}X[w,m]$$

• self、windowOptional、returnComplex、out输入和输出数据类型的对应关系如下：

  [object Object]undefined

• 确定性计算：

  • aclStft默认确定性实现。

调用示例

示例代码如下，仅供参考，具体编译和执行过程请参考。