VoxCeleb1Identification

类 torchaudio.datasets.VoxCeleb1Identification(root: Union[str, Path], subset: str = 'train', meta_url: str = 'https://www.robots.ox.ac.uk/~vgg/data/voxceleb/meta/iden_split.txt', download: bool = False)

VoxCeleb1 [Nagrani et al., 2017] 数据集，用于说话人识别任务。

每个数据样本包含波形、采样率、说话人 ID 和文件 ID。

参数:

• root (str or Path) – 数据集所在目录或下载目录的路径。

• subset (str, 可选) – 要使用的数据集子集。选项：[“train”, “dev”, “test”]。 (Default: "train")

• meta_url (str, 可选) – 包含子集标签和文件路径列表的元文件的 URL。每行的格式为 subset file_path"。 例如： ``1 id10006/nLEBBc9oIFs/00003.wav。 1, 2, 3 分别表示 train, dev, 和 test 子集。 (Default: "https://www.robots.ox.ac.uk/~vgg/data/voxceleb/meta/iden_split.txt")

• download (bool, 可选) – 如果在 root 路径下找不到数据集，是否下载数据集。(Default: False)。

注意

VoxCeleb1Identification 数据集的文件结构如下

└─ root/

└─ wav/

└─ speaker_id 文件夹

预先下载了 "vox1_dev_wav.zip" 和 "vox1_test_wav.zip" 文件的用户需要将解压后的文件移动到同一个 root 目录下。

__getitem__

VoxCeleb1Identification.__getitem__(n: int) → Tuple[Tensor, int, int, str]

从数据集中加载第 n 个样本。

参数:

n (int) – 要加载的样本的索引

返回:

包含以下项的元组；

Tensor

波形

int

采样率

int

说话人 ID

str

文件 ID

get_metadata

VoxCeleb1Identification.get_metadata(n: int) → Tuple[str, int, int, str]

获取数据集中第 n 个样本的元数据。返回文件路径而不是波形，但其他方面返回与 __getitem__() 相同的字段。

参数:

n (int) – 样本的索引

返回:

包含以下项的元组；

str

音频路径

int

采样率

int

说话人 ID

str

文件 ID