[audio] fix optional in audio doc

docs/api/paddle/audio/backends/get_current_backend_cn.rst

@@ -13,7 +13,7 @@ get_current_backend
 返回
 :::::::::
 
-``str``,语音 I/O 的后端名称。
+``str``，语音 I/O 的后端名称。
 
 代码示例
 :::::::::

docs/api/paddle/audio/backends/list_available_backends_cn.rst

@@ -13,7 +13,7 @@ list_available_backends
 返回
 :::::::::
 
-``List[str]``, 可用的音频 I/O 后端集合。
+``List[str]``，可用的音频 I/O 后端集合。
 
 代码示例
 :::::::::

docs/api/paddle/audio/backends/set_backend_cn.rst

@@ -10,7 +10,7 @@ set_backend
 参数
 ::::::::::::
 
-    - **backend_name** (str) - 语音 I/O 后端名称，现支持‘wave_backend’,如果安装了 paddleaudio >=1.0.2,则也支持‘soundfile’。
+    - **backend_name** (str) - 语音 I/O 后端名称，现支持 ``'wave_backend'`` ，如果安装了 paddleaudio >=1.0.2，则也支持 ``'soundfile'`` 。
 
 返回
 :::::::::

docs/api/paddle/audio/datasets/ESC50_cn.rst

@@ -12,9 +12,9 @@ ESC50
 :::::::::
 
   - **mode** (str，可选) - ``'train'`` 或 ``'dev'`` 模式两者之一，默认值为 ``'train'``。
-  - **split** (int) - 默认是 1，指定 dev 的文件夹。
-  - **feat_type** (str) - 默认是 raw，raw 是原始语音，支持 mfcc，spectrogram，melspectrogram，logmelspectrogram。指定从音频提取的语音特征。
-  - **archive** (dict) - 默认是 None，类中已经设置默认 archive，指定数据集的下载链接和 md5 值。
+  - **split** (int，可选) - 默认是 1，指定 dev 的文件夹。
+  - **feat_type** (str，可选) - 默认是 raw，raw 是原始语音，支持 mfcc，spectrogram，melspectrogram，logmelspectrogram。指定从音频提取的语音特征。
+  - **archive** (dict，可选) - 默认是 None，类中已经设置默认 archive，指定数据集的下载链接和 md5 值。
 
 返回
 :::::::::

docs/api/paddle/audio/datasets/TESS_cn.rst

@@ -12,10 +12,10 @@ TESS
 :::::::::
 
   - **mode** (str，可选) - ``'train'`` 或 ``'dev'`` 模式两者之一，默认值为 ``'train'``。
-  - **n_folds** (int) - 默认是 5，指定把数据集分为的文件夹数目， 1 个文件夹是 dev，其他是 train。
-  - **split** (int) - 默认是 1，指定 dev 的文件夹。
-  - **feat_type** (str) - 默认是 raw，raw 是原始语音，支持 mfcc，spectrogram，melspectrogram，logmelspectrogram。指定从音频提取的语音特征。
-  - **archive** (dict) - 默认是 None，类中已经设置默认 archive，指定数据集的下载链接和 md5 值。
+  - **n_folds** (int，可选) - 默认是 5，指定把数据集分为的文件夹数目， 1 个文件夹是 dev，其他是 train。
+  - **split** (int，可选) - 默认是 1，指定 dev 的文件夹。
+  - **feat_type** (str，可选) - 默认是 raw，raw 是原始语音，支持 mfcc，spectrogram，melspectrogram，logmelspectrogram。指定从音频提取的语音特征。
+  - **archive** (dict，可选) - 默认是 None，类中已经设置默认 archive，指定数据集的下载链接和 md5 值。
 
 返回
 :::::::::

docs/api/paddle/audio/features/LogMelSpectrogram_cn.rst

@@ -10,29 +10,29 @@ LogMelSpectrogram
 参数
 ::::::::::::
 
-    - **sr** (int) - 采样率，默认 22050。
-    - **n_fft** (int) - 离散傅里叶变换中频率窗大小，默认 512。
+    - **sr** (int，可选) - 采样率，默认 22050。
+    - **n_fft** (int，可选) - 离散傅里叶变换中频率窗大小，默认 512。
     - **hop_length**  (int，可选) - 帧移，默认 512。
     - **win_length**  (int，可选) - 短时 FFT 的窗长，默认为 None。
-    - **window**  (str) - 窗函数名，默认'hann'。
-    - **power**  (float) - 幅度谱的指数。
-    - **center**  (bool) - 对输入信号填充，如果 True，那么 t 以 t*hop_length 为中心，如果为 False，则 t 以 t*hop_length 开始。
-    - **pad_mode**  (str) - 如果 center 是 True，选择填充的方式，默认值是'reflect'。
-    - **n_mels** (int) - mel bins 的数目。
+    - **window**  (str，可选) - 窗函数名，默认'hann'。
+    - **power**  (float，可选) - 幅度谱的指数，默认是2.0。
+    - **center**  (bool，可选) - 对输入信号填充，如果 True，那么 t 以 t*hop_length 为中心，如果为 False，则 t 以 t*hop_length 开始，默认是 True。
+    - **pad_mode**  (str，可选) - 如果 center 是 True，选择填充的方式，默认值是'reflect'。
+    - **n_mels** (int，可选) - mel bins 的数目，默认是64。
     - **f_min** (float，可选) - 最小频率(hz)，默认 50.0。
     - **f_max** (float，可选) - 最大频率(hz)，默认为 None。
-    - **htk** (bool，可选) - 在计算 fbank 矩阵时是否用在 HTK 公式缩放.
-    - **norm** (Union[str，float]，可选) - 计算 fbank 矩阵时正则化的种类，默认是'slaney'，你也可以 norm=0.5，使用 p-norm 正则化.
-    - **ref_value** (float) - 参照值,如果小于 1.0，信号的 db 会被提升，相反 db 会下降，默认值为 1.0.
-    - **amin** (float) - 输入的幅值的最小值.
-    - **top_db** (float，可选) - log-mel 谱的最大值(db).
-    - **dtype**  (str) - 输入和窗的数据类型，默认是'float32'.
+    - **htk** (bool，可选) - 在计算 fbank 矩阵时是否用在 HTK 公式缩放，默认是 False。
+    - **norm** (Union[str，float]，可选) - 计算 fbank 矩阵时正则化的种类，默认是'slaney'，你也可以 norm=0.5，使用 p-norm 正则化。
+    - **ref_value** (float，可选) - 参照值，如果小于 1.0，信号的 db 会被提升，相反 db 会下降，默认值为 1.0。
+    - **amin** (float，可选) - 输入的幅值的最小值，默认是1e-10。
+    - **top_db** (float，可选) - log-mel 谱的最大值(db)，默认是None。
+    - **dtype**  (str，可选) - 输入和窗的数据类型，默认是'float32'。
 
 
 返回
 :::::::::
 
-计算``LogMelSpectrogram``的可调用对象.
+计算``LogMelSpectrogram``的可调用对象。
 
 代码示例
 :::::::::

docs/api/paddle/audio/features/MFCC_cn.rst

@@ -12,22 +12,22 @@ MFCC
 
     - **sr** (int，可选) - 采样率，默认 22050。
     - **n_mfcc** (int，可选) - mfcc 的维度，默认 40。
-    - **n_fft** (int) - 离散傅里叶变换中频率窗大小，默认 512。
+    - **n_fft** (int，可选) - 离散傅里叶变换中频率窗大小，默认 512。
     - **hop_length**  (int，可选) - 帧移，默认 512。
     - **win_length**  (int，可选) - 短时 FFT 的窗长，默认为 None。
-    - **window**  (str) - 窗函数名，默认'hann'。
-    - **power**  (float) - 幅度谱的指数。
-    - **center**  (bool) - 对输入信号填充，如果 True，那么 t 以 t*hop_length 为中心，如果为 False，则 t 以 t*hop_length 开始。
-    - **pad_mode**  (str) - 如果 center 是 True，选择填充的方式，默认值是'reflect'.
-    - **n_mels** (int) - mel bins 的数目。
+    - **window**  (str，可选) - 窗函数名，默认'hann'。
+    - **power**  (float，可选) - 幅度谱的指数，默认是2.0。
+    - **center**  (bool，可选) - 对输入信号填充，如果 True，那么 t 以 t*hop_length 为中心，如果为 False，则 t 以 t*hop_length 开始，默认是 True。
+    - **pad_mode**  (str，可选) - 如果 center 是 True，选择填充的方式，默认值是'reflect'。
+    - **n_mels** (int，可选) - mel bins 的数目，默认是64。
     - **f_min** (float，可选) - 最小频率(hz)，默认 50.0。
     - **f_max** (float，可选) - 最大频率(hz)，默认为 None。
-    - **htk** (bool，可选) - 在计算 fbank 矩阵时是否用在 HTK 公式缩放。
-    - **norm** (Union[str，  float]，  optional) - 计算 fbank 矩阵时正则化的种类，默认是'slaney'，你也可以 norm=0.5，使用 p-norm 正则化。
-    - **ref_value** (float) - 参照值， 如果小于 1.0，信号的 db 会被提升， 相反 db 会下降， 默认值为 1.0。
-    - **amin** (float) - 输入的幅值的最小值。
-    - **top_db** (float，可选) - log-mel 谱的最大值(db)。
-    - **dtype**  (str) - 输入和窗的数据类型，默认是'float32'。
+    - **htk** (bool，可选) - 在计算 fbank 矩阵时是否用在 HTK 公式缩放，默认是 False。
+    - **norm** (Union[str, float]，可选) - 计算 fbank 矩阵时正则化的种类，默认是'slaney'，也可以 norm=0.5，使用 p-norm 正则化。
+    - **ref_value** (float，可选) - 参照值， 如果小于 1.0，信号的 db 会被提升， 相反 db 会下降， 默认值为 1.0。
+    - **amin** (float，可选) - 输入的幅值的最小值，默认是1e-10。
+    - **top_db** (float，可选) - log-mel 谱的最大值(db)，默认是 None。
+    - **dtype**  (str，可选) - 输入和窗的数据类型，默认是'float32'。
 
 返回
 :::::::::

docs/api/paddle/audio/features/MelSpectrogram_cn.rst

@@ -11,19 +11,19 @@ MelSpectrogram
 ::::::::::::
 
     - **sr** (int，可选) - 采样率，默认 22050。
-    - **n_fft** (int) - 离散傅里叶变换中频率窗大小，默认 512。
+    - **n_fft** (int，可选) - 离散傅里叶变换中频率窗大小，默认 512。
     - **hop_length**  (int，可选) - 帧移，默认 512。
     - **win_length**  (int，可选) - 短时 FFT 的窗长，默认为 None。
-    - **window**  (str) - 窗函数名，默认'hann'。
-    - **power**  (float) - 幅度谱的指数。
-    - **center**  (bool) - 对输入信号填充，如果 True，那么 t 以 t*hop_length 为中心，如果为 False，则 t 以 t*hop_length 开始。
-    - **pad_mode**  (str) - 如果 center 是 True，选择填充的方式.默认值是'reflect'。
-    - **n_mels** (int) - mel bins 的数目。
+    - **window**  (str，可选) - 窗函数名，默认'hann'。
+    - **power**  (float，可选) - 幅度谱的指数，默认是2.0。
+    - **center**  (bool，可选) - 对输入信号填充，如果 True，那么 t 以 t*hop_length 为中心，如果为 False，则 t 以 t*hop_length 开始，默认是 True。
+    - **pad_mode**  (str，可选) - 如果 center 是 True，选择填充的方式，默认值是'reflect'。
+    - **n_mels** (int，可选) - mel bins 的数目，默认是64。
     - **f_min** (float，可选) - 最小频率(hz)，默认 50.0。
     - **f_max** (float，可选) - 最大频率(hz)，默认为 None。
-    - **htk** (bool，可选) - 在计算 fbank 矩阵时是否用在 HTK 公式缩放。
-    - **norm** (Union[str，float]，可选) -计算 fbank 矩阵时正则化的种类，默认是'slaney'，你也可以 norm=0.5，使用 p-norm 正则化。
-    - **dtype**  (str) - 输入和窗的数据类型，默认是'float32'。
+    - **htk** (bool，可选) - 在计算 fbank 矩阵时是否用在 HTK 公式缩放，默认是 False。
+    - **norm** (Union[str, float]，可选) -计算 fbank 矩阵时正则化的种类，默认是'slaney'，也可以 norm=0.5，使用 p-norm 正则化。
+    - **dtype**  (str，可选) - 输入和窗的数据类型，默认是'float32'。
 
 
 返回

docs/api/paddle/audio/features/Spectrogram_cn.rst

@@ -10,14 +10,14 @@ Spectrogram
 参数
 ::::::::::::
 
-    - **n_fft** (int) - 离散傅里叶变换中频率窗大小，默认 512。
+    - **n_fft** (int，可选) - 离散傅里叶变换中频率窗大小，默认 512。
     - **hop_length**  (int，可选) - 帧移，默认 512。
     - **win_length**  (int，可选) - 短时 FFT 的窗长，默认为 None。
-    - **window**  (str) - 窗函数名，默认'hann'。
-    - **power**  (float) - 幅度谱的指数。
-    - **center**  (bool) - 对输入信号填充，如果 True，那么 t 以 t*hop_length 为中心，如果为 False，则 t 以 t*hop_length 开始。
-    - **pad_mode**  (str) - 如果 center 是 True，选择填充的方式.默认值是'reflect'。
-    - **dtype**  (str) - 输入和窗的数据类型，默认是'float32'。
+    - **window**  (str，可选) - 窗函数名，默认'hann'。
+    - **power**  (float，可选) - 幅度谱的指数，默认是1.0。
+    - **center**  (bool，可选) - 对输入信号填充，如果 True，那么 t 以 t*hop_length 为中心，如果为 False，则 t 以 t*hop_length 开始，默认是True。
+    - **pad_mode**  (str，可选) - 如果 center 是 True，选择填充的方式，默认值是'reflect'。
+    - **dtype**  (str，可选) - 输入和窗的数据类型，默认是'float32'。
 
 
 返回

docs/api/paddle/audio/functional/compute_fbank_matrix_cn.rst

@@ -12,17 +12,17 @@ compute_fbank_matrix
 
     - **sr** (int) - 采样率。
     - **n_fft** (int) - fft bins 的数目。
-    - **n_mels** (float) - mels bins 的数目。
-    - **f_min** (float) - 最小频率(hz)。
-    - **f_max** (Optional[float]) -最大频率(hz)。
-    - **htk** (bool) -是否使用 htk 缩放。
-    - **norm** (Union[str，float]) -norm 的类型，默认是'slaney'。
-    - **dtype** (str) - 返回矩阵的数据类型，默认'float32'。
+    - **n_mels** (float，可选) - mels bins 的数目，默认是64。
+    - **f_min** (float，可选) - 最小频率(hz)，默认是0.0。
+    - **f_max** (Optional[float]，可选) - 最大频率(hz)，默认是 None。
+    - **htk** (bool，可选) - 是否使用 htk 缩放，默认是 False。
+    - **norm** (Union[str, float]，可选) - norm 的类型，默认是'slaney'。
+    - **dtype** (str，可选) - 返回矩阵的数据类型，默认'float32'。
 
 返回
 :::::::::
 
-``paddle.Tensor``,Tensor shape (n_mels, n_fft//2 + 1)。
+``paddle.Tensor``，Tensor shape (n_mels， n_fft//2 + 1)。
 
 代码示例
 :::::::::

docs/api/paddle/audio/functional/create_dct_cn.rst

@@ -12,13 +12,13 @@ create_dct
 
     - **n_mfcc** (float) - mel 倒谱系数数目。
     - **n_mels** (int) - mel 的 fliterbank 数。
-    - **norm** (float) - 正则化类型, 默认值是'ortho'。
-    - **dtype** (str) - 默认'float32'。
+    - **norm** (float，可选) - 正则化类型，默认值是'ortho'。
+    - **dtype** (str，可选) - 默认'float32'。
 
 返回
 :::::::::
 
-``paddle.Tensor``,Tensor shape (n_mels, n_mfcc)。
+``paddle.Tensor``，Tensor 形状 (n_mels, n_mfcc)。
 
 代码示例
 :::::::::

docs/api/paddle/audio/functional/fft_frequencies_cn.rst

@@ -12,12 +12,12 @@ fft_frequencies
 
     - **sr** (int) - 采样率。
     - **n_fft** (int) - fft bins 的数目。
-    - **dtype** (str) - 默认'float32'。
+    - **dtype** (str，可选) - 默认'float32'。
 
 返回
 :::::::::
 
-``paddle.Tensor``,Tensor shape (n_fft//2 + 1,)。
+``paddle.Tensor``，Tensor 形状 (n_fft//2 + 1,)。
 
 代码示例
 :::::::::

docs/api/paddle/audio/functional/get_window_cn.rst

@@ -10,15 +10,15 @@ get_window
 参数
 ::::::::::::
 
-    - **window** (str 或者 Tuple[str, float]) - 窗函数类型,或者(窗参数类型, 窗函数参数), 支持的窗函数类型'hamming', 'hann', 'gaussian', 'general_gaussian', 'exponential', 'triang', 'bohman', 'blackman', 'cosine', 'tukey', 'taylor'。
+    - **window** (str 或者 Tuple[str，float]) - 窗函数类型，或者(窗参数类型， 窗函数参数)，支持的窗函数类型'hamming'，'hann'，'gaussian'，'general_gaussian'，'exponential'，'triang'，'bohman'，'blackman'，'cosine'，'tukey'，'taylor'。
     - **win_length** (int) - 采样点数。
-    - **fftbins** (bool) -  如果是 True,给出一个周期性的窗, 如果是 False 给出一个对称性的窗,默认是 True。
-    - **dtype** (str) - 默认'float64'。
+    - **fftbins** (bool，可选) -  如果是 True，给出一个周期性的窗，如果是 False 给出一个对称性的窗，默认是 True。
+    - **dtype** (str，可选) - 默认'float64'。
 
 返回
 :::::::::
 
-``paddle.Tensor``,对应窗表征的 Tensor 。
+``paddle.Tensor``，对应窗表征的 Tensor 。
 
 代码示例
 :::::::::

docs/api/paddle/audio/functional/hz_to_mel_cn.rst

@@ -11,12 +11,12 @@ hz_to_mel
 ::::::::::::
 
     - **freq** (Tensor, float) - 输入 tensor。
-    - **htk** (bool) - 是否使用 htk 缩放, 默认 False。
+    - **htk** (bool，可选) - 是否使用 htk 缩放，默认 False。
 
 返回
 :::::::::
 
-``paddle.Tensor 或 float``, mels 值。
+``paddle.Tensor 或 float``，mels 值。
 
 代码示例
 :::::::::

docs/api/paddle/audio/functional/mel_frequencies_cn.rst

@@ -10,16 +10,16 @@ mel_frequencies
 参数
 ::::::::::::
 
-    - **n_mels** (int) - 输入 tensor, 默认 64。
-    - **f_min** (float) - 最小频率(hz), 默认 0.0。
-    - **f_max** (float) - 最大频率(hz), 默认 11025.0。
-    - **htk** (bool) - 是否使用 htk 缩放, 默认 False。
-    - **dtype** (str) - 默认'float32'。
+    - **n_mels** (int，可选) - 输入 tensor，默认 64。
+    - **f_min** (float，可选) - 最小频率(hz)，默认 0.0。
+    - **f_max** (float，可选) - 最大频率(hz)，默认 11025.0。
+    - **htk** (bool，可选) - 是否使用 htk 缩放，默认 False。
+    - **dtype** (str，可选) - 默认'float32'。
 
 返回
 :::::::::
 
-``paddle.Tensor``,Tensor shape (n_mels,)。
+``paddle.Tensor``，Tensor 形状 (n_mels,)。
 
 代码示例
 :::::::::

docs/api/paddle/audio/functional/mel_to_hz_cn.rst

@@ -11,12 +11,12 @@ mel_to_hz
 ::::::::::::
 
     - **mel** (Tensor, float) - 输入 tensor。
-    - **htk** (bool) - 是否使用 htk 缩放, 默认 False。
+    - **htk** (bool，可选) - 是否使用 htk 缩放，默认 False。
 
 返回
 :::::::::
 
-``paddle.Tensor 或 float``, hz 为单位的频率。
+``paddle.Tensor 或 float``，hz 为单位的频率。
 
 代码示例
 :::::::::

docs/api/paddle/audio/functional/power_to_db_cn.rst

@@ -10,15 +10,15 @@ power_to_db
 参数
 ::::::::::::
 
-    - **spect** (Tensor) - stft 能量谱, 输入 tensor。
-    - **ref_value** (float) - 参照值, 振幅相对于 ref 进行缩放, 默认 1.0。
-    - **amin** (float) - 最小阈值, 默认 1e-10。
-    - **top_db** (float，可选) - 阈值, 默认 80.0。
+    - **spect** (Tensor) - stft 能量谱，输入 tensor。
+    - **ref_value** (float，可选) - 参照值，振幅相对于 ref 进行缩放，默认 1.0。
+    - **amin** (float，可选) - 最小阈值，默认 1e-10。
+    - **top_db** (float，可选) - 阈值，默认 80.0。
 
 返回
 :::::::::
 
-``paddle.Tensor 或 float``, db 单位的能量谱。
+``paddle.Tensor 或 float``，db 单位的能量谱。
 
 代码示例
 :::::::::

docs/api/paddle/audio/load_cn.rst

@@ -11,14 +11,14 @@ load
 ::::::::::::
 
     - **filepath** (str 或者 Path) - 输入音频路径。
-    - **frame_offset** (int) - 默认是 0，开始读取音频起始帧。
-    - **num_frames** (int) - 默认是-1，读取音频帧数, -1 表示读取全部帧。
-    - **normalize** (bool) - 默认是 True。如果是 True，返回是音频值被规整到[-1.0, 1.0]，如果是 False，那么就返回原始值。
-    - **channels_first** (bool) - 默认是 True。如果是 True，那么返回的形状是[channel，time]，如果是 False，则是[time, channel]。
+    - **frame_offset** (int，可选) - 默认是 0，开始读取音频起始帧。
+    - **num_frames** (int，可选) - 默认是-1，读取音频帧数，-1 表示读取全部帧。
+    - **normalize** (bool，可选) - 默认是 True。如果是 True，返回是音频值被规整到[-1.0，1.0]，如果是 False，那么就返回原始值。
+    - **channels_first** (bool，可选) - 默认是 True。如果是 True，那么返回的形状是[channel，time]，如果是 False，则是[time，channel]。
 返回
 :::::::::
 
-``Tuple[paddle.Tensor, int]``, 音频数据值, 采样率。
+``Tuple[paddle.Tensor, int]``，音频数据值，采样率。
 
 代码示例
 :::::::::

docs/api/paddle/audio/save_cn.rst

@@ -13,9 +13,9 @@ save
     - **filepath** (str 或者 Path) - 保存音频路径。
     - **src** (paddle.Tensor) - 音频数据。
     - **sample_rate** (int) - 采样率。
-    - **channels_first** (bool) - 如果是 True，那么 src 的 Tensor 形状是[channel，time]，如果是 False，则是[time, channel]。
-    - **encoding** (Optional[str]) - 默认是 None，编码信息。
-    - **bits_per_sample** (Optional[int]) - 默认是 16。编码位长。
+    - **channels_first** (bool，可选) - 如果是 True，那么 src 的 Tensor 形状是[channel，time]，如果是 False，则是[time，channel]。
+    - **encoding** (Optional[str]，可选) - 默认是 None，编码信息。
+    - **bits_per_sample** (Optional[int]，可选) - 默认是 16，编码位长。
 返回
 :::::::::
 无