aclStft
产品支持情况
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:
当normalized=true时:
其中:
- 为FFT的频点。
- 为滑动窗口的index。
- 为1维或2维Tensor,当是1维时,其为一个时序采样序列,当是2维时,其为多个时序采样序列。
- 为滑动窗口大小。
- 为1维Tensor,是STFT的窗函数(例如hann_window),其长度为。
- 为旋转因子。
参数说明
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。
[object Object][object Object]
aclStftGetWorkspaceSize
参数说明:
self(aclTensor*,计算输入):待计算的输入,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。数据类型支持FLOAT32、DOUBLE、COMPLEX64、COMPLEX128,支持,要求为ND。
windowOptional(aclTensor*,计算输入):要求是一个1D的Tensor,shape为(winLength),winLength为STFT窗函数的长度。数据类型支持FLOAT32、DOUBLE、COMPLEX64、COMPLEX128,且数据类型与self保持一致,要求为ND。
out(aclTensor*,计算输出):self在window内的傅里叶变换结果,要求是一个2D/3D/4D的Tensor,数据类型支持FLOAT32、DOUBLE、COMPLEX64、COMPLEX128,支持,要求为ND。
- 如果returnComplex=True,out是shape为[N, T]或者[B, N, T]的复数Tensor。
- 如果returnComplex=False,out是shape为[N, T, 2]或者[B, N, T, 2]的实数Tensor。
其中,N=nFft(onesided=False)或者(nFft // 2 + 1)(onesided=True);T是滑动窗口的个数,T = (L - nFft) // hopLength + 1。
nFft(int64_t,计算输入):Host侧的int,FFT的点数(大于0)。
hopLength(int64_t,计算输入):Host侧的int,滑动窗口的间隔(大于0)。
winLength(int64_t,计算输入):Host侧的int,window的大小(大于0)。
normalized(bool,计算输入):Host侧的bool,是否对傅里叶变换结果进行标准化。
onesided(bool,计算输入):Host侧的bool,是否返回全部的结果或者一半结果。
returnComplex(bool,计算输入):Host侧的bool,确认返回值是complex Tensor或者是实、虚部分开的Tensor。
workspaceSize(uint64_t*,出参):返回需要在Device侧申请的workspace大小。
executor(aclOpExecutor**,出参):返回op执行器,包含了算子计算流程。
返回值:
[object Object]
aclStft
参数说明:
- workspace(void*,入参):在Device侧申请的workspace内存地址。
- workspaceSize(uint64_t,入参):在Device侧申请的workspace大小,由第一段接口aclStftGetWorkspaceSize获取。
- executor(aclOpExecutor*,入参):op执行器,包含了算子计算流程。
- stream(aclrtStream,入参):指定执行任务的Stream。
返回值:
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。
PyTorch接口调用STFT时,self数据类型仅支持FLOAT32、DOUBLE。
nFft <= L。
winLength <= nFft。
当normalized=True时,
self、windowOptional、returnComplex、out输入和输出数据类型的对应关系如下:
[object Object]undefined