Snips

class torchaudio.datasets.Snips(root: Union[str, Path], subset: str, speakers: Optional[List[str]] = None, audio_format: str = 'mp3')

Snips [Coucke et al., 2018] 数据集。

参数:

• root (str or Path) – 数据集顶层目录所在的根目录。

• subset (str) – 要使用的数据集子集。选项: ["train", "valid", "test"]。

• speakers (List[str] or None, optional) – 要包含在数据集中的说话人列表。如果为 None，则包含子集中的所有说话人。(默认值: None)

• audio_format (str, optional) – 音频的文件扩展名。选项: ["mp3", "wav"]。(默认值: "mp3")

__getitem__

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

从数据集中加载第 n 个样本。

参数:

n (int) – 要加载样本的索引

返回值:

Tensor

波形

int

采样率

str

文件名

str

音频转录

str

转录的 IOB（Inside–outside–beginning）标签

str

音频的意图标签。

返回类型:

包含以下项的元组

get_metadata

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

获取数据集中第 n 个样本的元数据。返回文件路径而非波形，但返回的字段与 __getitem__() 相同。

参数:

n (int) – 要加载样本的索引。

返回值:

str

音频路径

int

采样率

str

文件名

str

音频转录

str

转录的 IOB（Inside–outside–beginning）标签

str

音频的意图标签。

返回类型:

包含以下项的元组