快捷方式

语音命令

class torchaudio.datasets.SPEECHCOMMANDS(root: Union[str, Path], url: str = 'speech_commands_v0.02', folder_in_archive: str = 'SpeechCommands', download: bool = False, subset: Optional[str] = None)[source]

语音命令 [Warden,2018] 数据集。

参数:
  • root (strPath) – 数据集所在的目录路径或下载路径。

  • 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 "speech_commands_v0.01""speech_commands_v0.02"(默认值:"speech_commands_v0.02"

  • folder_in_archive (str可选) – 数据集的顶层目录。(默认值:"SpeechCommands"

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

  • subset (strNone可选) – 选择数据集的子集 [None, “training”, “validation”, “testing”]。None 表示整个数据集。“validation” 和 “testing” 分别在 “validation_list.txt” 和 “testing_list.txt” 中定义,“training” 是其余部分。文件 “validation_list.txt” 和 “testing_list.txt” 的详细信息在数据集的 README 和原始论文第 7 节的介绍及其参考文献 12 中有解释。原始论文可以在这里找到 here。(默认值:None

__getitem__

SPEECHCOMMANDS.__getitem__(n: int) Tuple[Tensor, int, str, str, int][source]

加载数据集中第 n 个样本。

参数:

n (int) – 要加载的样本的索引

返回值:

以下项目的元组;

张量

波形

整数

采样率

字符串

标签

字符串

说话人 ID

整数

话语编号

get_metadata

SPEECHCOMMANDS.get_metadata(n: int) Tuple[str, int, str, str, int][source]

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) – 要加载的样本的索引

返回值:

以下项目的元组;

字符串

音频文件路径

整数

采样率

字符串

标签

字符串

说话人 ID

整数

话语编号

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解答

查看资源