torchaudio.kaldi_io¶
要使用此模块,需要安装依赖项 kaldi_io。这是一个围绕 kaldi_io
的轻量级包装器,它返回 torch.Tensor
。
向量¶
read_vec_int_ark¶
- torchaudio.kaldi_io.read_vec_int_ark(file_or_fd: Any) Iterable[Tuple[str, Tensor]] [source]¶
创建 (key,vector<int>) 元组的生成器,它从 ark 文件/流中读取。
- 参数:
file_or_fd (str/FileDescriptor) – ark、gzip 压缩的 ark、管道或打开的文件描述符
- 返回值:
字符串是键,张量是从文件中读取的向量。
- 返回类型:
Iterable[Tuple[str, Tensor]]
- 示例
>>> # read ark to a 'dictionary' >>> d = { u:d for u,d in torchaudio.kaldi_io.read_vec_int_ark(file) }
read_vec_flt_scp¶
- torchaudio.kaldi_io.read_vec_flt_scp(file_or_fd: Any) Iterable[Tuple[str, Tensor]] [source]¶
根据 Kaldi scp 创建 (key,vector<float32/float64>) 元组的生成器。
- 参数:
file_or_fd (str/FileDescriptor) – scp、压缩的 scp、管道或打开的文件描述符
- 返回值:
字符串是键,张量是从文件中读取的向量。
- 返回类型:
Iterable[Tuple[str, Tensor]]
- 示例
>>> # read scp to a 'dictionary' >>> # d = { u:d for u,d in torchaudio.kaldi_io.read_vec_flt_scp(file) }
read_vec_flt_ark¶
- torchaudio.kaldi_io.read_vec_flt_ark(file_or_fd: Any) Iterable[Tuple[str, Tensor]] [source]¶
创建 (key,vector<float32/float64>) 元组的生成器,从 ark 文件/流中读取。
- 参数:
file_or_fd (str/FileDescriptor) – ark、gzip 压缩的 ark、管道或打开的文件描述符
- 返回值:
字符串是键,张量是从文件中读取的向量。
- 返回类型:
Iterable[Tuple[str, Tensor]]
- 示例
>>> # read ark to a 'dictionary' >>> d = { u:d for u,d in torchaudio.kaldi_io.read_vec_flt_ark(file) }
矩阵¶
read_mat_scp¶
- torchaudio.kaldi_io.read_mat_scp(file_or_fd: Any) Iterable[Tuple[str, Tensor]] [源代码]¶
根据 Kaldi scp 创建 (key, matrix<float32/float64>) 元组的生成器。
- 参数:
file_or_fd (str/FileDescriptor) – scp、压缩的 scp、管道或打开的文件描述符
- 返回值:
字符串是键,张量是从文件中读取的矩阵。
- 返回类型:
Iterable[Tuple[str, Tensor]]
- 示例
>>> # read scp to a 'dictionary' >>> d = { u:d for u,d in torchaudio.kaldi_io.read_mat_scp(file) }
read_mat_ark¶
- torchaudio.kaldi_io.read_mat_ark(file_or_fd: Any) Iterable[Tuple[str, Tensor]] [源代码]¶
创建 (key, matrix<float32/float64>) 元组的生成器,从 ark 文件/流中读取。
- 参数:
file_or_fd (str/FileDescriptor) – ark、gzip 压缩的 ark、管道或打开的文件描述符
- 返回值:
字符串是键,张量是从文件中读取的矩阵。
- 返回类型:
Iterable[Tuple[str, Tensor]]
- 示例
>>> # read ark to a 'dictionary' >>> d = { u:d for u,d in torchaudio.kaldi_io.read_mat_ark(file) }