torchaudio.save

torchaudio.save(uri: Union[BinaryIO, str, PathLike], src: Tensor, sample_rate: int, channels_first: bool = True, format: Optional[str] = None, encoding: Optional[str] = None, bits_per_sample: Optional[int] = None, buffer_size: int = 4096, backend: Optional[str] = None, compression: Optional[Union[CodecConfig, float, int]] = None)

将音频数据保存到文件。

注意

此函数可以处理的格式取决于后端的可用性。请使用以下函数获取支持的格式。

• FFmpeg: torchaudio.utils.ffmpeg_utils.get_audio_encoders()

• Sox: torchaudio.utils.sox_utils.list_write_formats()

• SoundFile: 请参考 官方文档。

参数：

• uri (str 或 pathlib.Path) – 音频文件的路径。

• src (torch.Tensor) – 要保存的音频数据。必须是 2D 张量。

• sample_rate (int) – 采样率

• channels_first (bool, 可选) – 如果为 True，则给定张量被解释为 [通道, 时间]，否则为 [时间, 通道]。

• format (str 或 None, 可选) –

  覆盖音频格式。当 uri 参数是路径类对象时，音频格式从文件扩展名推断。如果文件扩展名丢失或不同，您可以使用此参数指定正确的格式。

  当 uri 参数为类文件对象时，此参数是必需的。

  有效值为 "wav"、"ogg" 和 "flac"。

• encoding (str 或 None，可选) –

  更改受支持格式的编码。此参数仅对受支持的格式有效，即 "wav" 和 ""flac"`。有效值为

  • "PCM_S"（有符号整数线性 PCM）

  • "PCM_U"（无符号整数线性 PCM）

  • "PCM_F"（浮点数 PCM）

  • "ULAW"（μ律）

  • "ALAW"（A律）

• bits_per_sample (int 或 None，可选) – 更改受支持格式的比特深度。当 format 为 "wav" 和 "flac" 之一时，您可以更改比特深度。有效值为 8、16、24、32 和 64。

• buffer_size (int，可选) – 处理类文件对象时使用的缓冲区大小（以字节为单位）。（默认值：4096）

• backend (str 或 None，可选) –

  要使用的 I/O 后端。如果为 None，则函数根据输入和可用的后端选择后端。否则，必须是 ["ffmpeg"、"sox"、"soundfile"] 之一，并且相应的后端可用。（默认值：None）

  另请参阅

  后端和调度程序

• compression (CodecConfig，float，int 或 None，可选) –

  要应用的压缩配置。

  如果选择的后端为 FFmpeg，则必须提供 CodecConfig 的实例。

  否则，如果选择的后端为 SoX，则必须提供一个浮点数或整数，对应于 sox 命令行接口的 -C 选项。例如

  "mp3"

  比特率（以 kbps 为单位）和质量因子，例如 128.2，或具有质量因子的 VBR 编码，例如 -4.2。默认值：-4.5。

  "flac"

  从 0 到 8 的整数。8 是默认值，也是压缩率最高的。

  "ogg"、"vorbis"

  从 -1 到 10 的数字；-1 是压缩率最高、质量最低的。默认值：3。

  有关更多详细信息，请参阅 http://sox.sourceforge.net/soxformat.html。

使用 save 的教程

音频 I/O

音频 I/O