快捷方式

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')[source]

LibriMix [Cosentino 等人,2020] 数据集。

参数:
  • root (strPath) – 存储 Libri2MixLibri3Mix 目录的路径。而不是这些目录的路径。

  • 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) – 说话者数量,决定要遍历的目录。数据集将遍历 s1sN 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) – 创建混合时使用的模式。如果设置为 "min",则混合和源的长度为所有源的最小长度。如果设置为 "max",则混合和源的长度为所有源的最大长度的零填充。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]][source]

从数据集中加载第 n 个样本。

参数:

key (int) – 要加载的样本的索引

返回值:

以下项目的元组;

int

采样率

张量

混合波形

张量列表

源波形列表

get_metadata

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

获取数据集第 n 个样本的元数据。

参数:

key (int) – 要加载的样本的索引

返回值:

以下项目的元组;

int

采样率

str

混合音频的路径

str 列表

源音频路径列表

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源