LibriMix

class torchaudio.datasets.LibriMix(root: Union[str, Path], subset: str = 'train-360', num_speakers: int = 2, sample_rate: int = 8000, task: str = 'sep_clean', mode: str = 'min')

LibriMix [Cosentino 等人，2020] 数据集。

参数：

• root (str 或 Path) – `Libri2Mix` 或 `Libri3Mix` 目录所在的路径。不是这些目录本身的路径。

• subset (str，可选) – 要使用的子集。选项：[`"train-360"`、`"train-100"`、`"dev"` 和 `"test"`] (默认值：`"train-360"`)。

• num_speakers (int，可选) – 说话人的数量，这将决定要遍历的目录。数据集将遍历 `s1` 到 `sN` 目录以收集 N 个源音频。(默认值：2)

• sample_rate (int，可选) – 音频文件的采样率。`sample_rate` 决定从哪个子目录获取音频。如果任何音频具有不同的采样率，则会引发 `ValueError`。选项：[8000, 16000] (默认值：8000)

• task (str，可选) – LibriMix 的任务。选项：[`"enh_single"`、`"enh_both"`、`"sep_clean"`、`"sep_noisy"`] (默认值：`"sep_clean"`)

• mode (str，可选) – 创建混合时的模式。如果设置为 `"min"`，则混合和源的长度是所有源中的最短长度。如果设置为 `"max"`，则混合和源的长度将零填充到所有源中最长长度。选项：[`"min"`、`"max"`] (默认值：`"min"`)

注意

LibriMix 数据集需要手动生成。请查看 https://github.com/JorisCos/LibriMix

__getitem__

LibriMix.__getitem__(key: int) → Tuple[int, Tensor, List[Tensor]]

加载数据集中的第 n 个样本。

参数：

key (int) – 要加载的样本索引

返回：

包含以下元素的元组；

int

采样率

Tensor

混合波形

Tensor 列表

源波形列表

get_metadata

LibriMix.get_metadata(key: int) → Tuple[int, str, List[str]]

获取数据集中第 n 个样本的元数据。

参数：

key (int) – 要加载的样本索引

返回：

包含以下元素的元组；

int

采样率

str

混合音频路径

str 列表

源音频路径列表