FluentSpeechCommands¶

class torchaudio.datasets.FluentSpeechCommands(root: Union[str, Path], subset: str = 'train')

Fluent Speech Commands [Lugosch 等, 2019] 数据集

参数:

• root (str 或 Path) – 数据集所在的目录路径。

• subset (str, 可选) – 要使用的数据集的子集。选项：["train", "valid", "test"]。(默认值："train")

__getitem__¶

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

加载数据集中的第 n 个样本。

参数:

n (int) – 要加载样本的索引

返回值:

包含以下项的元组；

Tensor

波形

int

采样率

str

文件名

int

发言人 ID

str

转录文本

str

动作

str

对象

str

位置

get_metadata¶

FluentSpeechCommands.get_metadata(n: int) → Tuple[str, int, str, int, str, str, str, 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，但其他字段与 __getitem__() 返回的相同。

参数:

n (int) – 要加载样本的索引

返回值:

包含以下项的元组；

str

音频路径

int

采样率

str

文件名

int

发言人 ID

str

转录文本

str

动作

str

对象

str

位置