TEDLIUM

class torchaudio.datasets.TEDLIUM(root: Union[str, Path], release: str = 'release1', subset: str = 'train', download: bool = False, audio_ext: str = '.sph')

Tedlium [Rousseau et al., 2012] 数据集 (版本 1,2 和 3)。

参数：

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

• release (str, optional) – 版本号。允许的值为 "release1", "release2" 或 "release3"。（默认值："release1"）。

• subset (str, optional) – 要使用的数据集子集。有效选项为 "train", "dev", 和 "test"。默认为 "train"。

• download (bool, optional) – 如果在根路径下找不到数据集是否下载。（默认值：False）。

• audio_ext (str, optional) – 音频文件扩展名（默认值：".sph"）

属性

phoneme_dict

property TEDLIUM.phoneme_dict

音素。单词到音素元组的映射。请注意，有些单词没有音素。

类型：

dict[str, tuple[str]]

方法

__getitem__

TEDLIUM.__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) – 要加载的样本索引

返回：

以下项目的元组；

Tensor

波形

int

采样率

str

文字记录

int

讲话 ID

int

说话者 ID

int

标识符