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 或 Path) – 数据集所在或下载到的目录路径。

• url (str，可选) – 从中下载数据集的 URL，或要下载的数据集类型。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，可选) – 数据集的顶级目录。（默认值："LibriSpeech"）

• download (bool，可选) – 如果在根路径中找不到数据集，是否下载它。（默认值：False）。

__getitem__

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

加载数据集中第 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：

张量

波形

int

采样率

str

文本

int

说话者 ID

int

章节 ID

int

话语 ID

get_metadata

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

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

参数：

n (int) – 要加载的样本索引

返回：

以下项目的元组：

str

音频文件路径

int

采样率

str

文本

int

说话者 ID

int

章节 ID

int

话语 ID