Учитывая преобразования в torchaudio, это длина окна et c. в аудио кадрах или миллисекундах

Question

Я обрабатываю аудиозаписи с помощью torchaudio. В документации перечислены win_length (int) – Window size. (Default: n_fft) Представляет ли это значение по умолчанию 400 длину окна в кадрах или миллисекундах?

Answer 1

Переменная n_fft используется в классе Spectrogram. И это документация по функции пересылки упоминает

, где n_fft - количество ячеек Фурье