LIBRISPEECH

class torchaudio.datasets.LIBRISPEECH(root: Union[str, Path], url: str = 'train-clean-100', folder_in_archive: str = 'LibriSpeech', download: bool = False)

LibriSpeech [Panayotov 等人, 2015] 資料集。

引數:

• root (str or Path) – 資料集所在或將要下載到的目錄路徑。

• url (str, optional) – 下載資料集的 URL，或要下載的資料集的型別。允許的型別值為 "dev-clean", "dev-other", "test-clean", "test-other", "train-clean-100", "train-clean-360" 和 "train-other-500"。(預設值: "train-clean-100")

• folder_in_archive (str, optional) – 資料集的頂層目錄。(預設值: "LibriSpeech")

• download (bool, optional) – 如果在根路徑未找到資料集，是否下載。(預設值: False)。

__getitem__

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

從資料集中載入第 n 個樣本。

引數:

n (int) – 要載入樣本的索引

返回:

包含以下元素的元組；

Tensor

波形

int

取樣率

str

轉錄文字

int

發言人 ID

int

章 ID

int

話語 ID

get_metadata

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

獲取資料集中第 n 個樣本的元資料。返回檔案路徑而非波形，但其他欄位與 __getitem__() 返回的相同。

引數:

n (int) – 要載入樣本的索引

返回:

包含以下元素的元組；

str

音訊路徑

int

取樣率

str

轉錄文字

int

發言人 ID

int

章 ID

int

話語 ID