快捷方式

VoxCeleb1Identification

class torchaudio.datasets.VoxCeleb1Identification(root: Union[str, Path], subset: str = 'train', meta_url: str = 'https://www.robots.ox.ac.uk/~vgg/data/voxceleb/meta/iden_split.txt', download: bool = False)[source]

用于说话人识别任务的VoxCeleb1 [Nagrani 等人,2017] 数据集。

每个数据样本包含波形、采样率、说话人 ID 和文件 ID。

参数:
  • root (strPath) – 数据集所在目录或下载目录的路径。

  • subset (str, 可选) – 要使用的数据集子集。选项: [“train”, “dev”, “test”]。 (默认值:"train")

  • meta_url (str, 可选) – 包含子集标签和文件路径列表的元数据文件的 URL。每行的格式为subset file_path". 例如: ``1 id10006/nLEBBc9oIFs/00003.wav123 分别表示 traindevtest 子集。 (默认值:"https://www.robots.ox.ac.uk/~vgg/data/voxceleb/meta/iden_split.txt")

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

注意

VoxCeleb1Identification 数据集的文件结构如下所示

└─ root/

└─ wav/

└─ speaker_id 文件夹

预先下载了 "vox1_dev_wav.zip""vox1_test_wav.zip" 文件的用户需要将提取的文件移动到同一个 root 目录中。

__getitem__

VoxCeleb1Identification.__getitem__(n: int) Tuple[Tensor, int, int, str][source]

从数据集中加载第 n 个样本。

参数:

n (int) – 要加载的样本索引

返回:

以下项目的元组;

张量

波形

int

采样率

int

说话人 ID

str

文件 ID

get_metadata

VoxCeleb1Identification.get_metadata(n: int) Tuple[str, int, int, str][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,但其他返回字段与 __getitem__() 相同。

参数:

n (int) – 样本的索引

返回:

以下项目的元组;

str

音频路径

int

采样率

int

说话人 ID

str

文件 ID

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取面向初学者和高级开发者的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源