TEDLIUM

class torchaudio.datasets.TEDLIUM(root: Union[str, Path], release: str = 'release1', subset: str = 'train', download: bool = False, audio_ext: str = '.sph')

Tedlium [Rousseau et al., 2012] 数据集（版本 1、2 和 3）。

参数:

• root (str 或 Path) – 数据集所在或下载到的目录路径。

• release (str, 可选) – 发布版本。允许的值为 "release1"、 "release2" 或 "release3"。（默认值："release1"）。

• subset (str, 可选) – 要使用的数据集子集。有效选项为 "train"、 "dev" 和 "test"。默认为 "train"。

• download (bool, 可选) – 如果在 root 路径下未找到数据集，是否下载数据集。（默认值：False）。

• audio_ext (str, 可选) – 音频文件的扩展名（默认值：".sph"）

属性

phoneme_dict

property TEDLIUM.phoneme_dict

音素。从单词到音素元组的映射。请注意，某些单词的音素为空。

类型:

dict[str, tuple[str]]

方法

__getitem__

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

从数据集中加载第 n 个样本。

参数:

n (int) – 要加载的样本的索引

返回:

以下项目的元组；

Tensor

波形

int

采样率

str

文本记录

int

Talk ID

int

Speaker ID

int

标识符