• 文档 >
  • 音频数据集 >
  • 旧版本 (稳定版)
快捷方式

音频数据集

作者: Moto Hira

torchaudio 提供对常见、公开可访问的数据集的轻松访问。请参阅官方文档以获取可用数据集的列表。

import torch
import torchaudio

print(torch.__version__)
print(torchaudio.__version__)
2.5.0
2.5.0
import os

import IPython

import matplotlib.pyplot as plt


_SAMPLE_DIR = "_assets"
YESNO_DATASET_PATH = os.path.join(_SAMPLE_DIR, "yes_no")
os.makedirs(YESNO_DATASET_PATH, exist_ok=True)


def plot_specgram(waveform, sample_rate, title="Spectrogram"):
    waveform = waveform.numpy()

    figure, ax = plt.subplots()
    ax.specgram(waveform[0], Fs=sample_rate)
    figure.suptitle(title)
    figure.tight_layout()

在这里,我们展示如何使用 torchaudio.datasets.YESNO 数据集。

  0%|          | 0.00/4.49M [00:00<?, ?B/s]
  3%|2         | 128k/4.49M [00:00<00:08, 546kB/s]
 11%|#1        | 512k/4.49M [00:00<00:02, 1.47MB/s]
 36%|###6      | 1.62M/4.49M [00:00<00:00, 3.89MB/s]
100%|##########| 4.49M/4.49M [00:00<00:00, 7.28MB/s]
i = 1
waveform, sample_rate, label = dataset[i]
plot_specgram(waveform, sample_rate, title=f"Sample {i}: {label}")
IPython.display.Audio(waveform, rate=sample_rate)
Sample 1: [0, 0, 0, 1, 0, 0, 0, 1]


i = 3
waveform, sample_rate, label = dataset[i]
plot_specgram(waveform, sample_rate, title=f"Sample {i}: {label}")
IPython.display.Audio(waveform, rate=sample_rate)
Sample 3: [0, 0, 1, 0, 0, 0, 1, 0]


i = 5
waveform, sample_rate, label = dataset[i]
plot_specgram(waveform, sample_rate, title=f"Sample {i}: {label}")
IPython.display.Audio(waveform, rate=sample_rate)
Sample 5: [0, 0, 1, 0, 0, 1, 1, 1]


脚本的总运行时间:(0 分钟 1.965 秒)

由 Sphinx-Gallery 生成的图库

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问题的解答

查看资源