LIBRISPEECH

class torchaudio.datasets.LIBRISPEECH(root: Union[str, Path], url: str = 'train-clean-100', folder_in_archive: str = 'LibriSpeech', download: bool = False)

LibriSpeech [Panayotov 等人, 2015] 数据集。

参数:

• root (str or Path) – 数据集所在或将要下载到的目录路径。

• url (str, optional) – 下载数据集的 URL，或要下载的数据集的类型。允许的类型值为 "dev-clean", "dev-other", "test-clean", "test-other", "train-clean-100", "train-clean-360" 和 "train-other-500"。(默认值: "train-clean-100")

• folder_in_archive (str, optional) – 数据集的顶层目录。(默认值: "LibriSpeech")

• download (bool, optional) – 如果在根路径未找到数据集，是否下载。(默认值: False)。

__getitem__

LIBRISPEECH.__getitem__(n: int) → Tuple[Tensor, int, str, int, int, int]

从数据集中加载第 n 个样本。

参数:

n (int) – 要加载样本的索引

返回:

包含以下元素的元组；

Tensor

波形

int

采样率

str

转录文本

int

发言人 ID

int

章 ID

int

话语 ID

get_metadata

LIBRISPEECH.get_metadata(n: int) → Tuple[str, int, str, int, int, int]

获取数据集中第 n 个样本的元数据。返回文件路径而非波形，但其他字段与 __getitem__() 返回的相同。

参数:

n (int) – 要加载样本的索引

返回:

包含以下元素的元组；

str

音频路径

int

采样率

str

转录文本

int

发言人 ID

int

章 ID

int

话语 ID