torchaudio.info

torchaudio.info(uri: Union[BinaryIO, str,PathLike], format: Optional[str] = None, buffer_size: int = 4096, backend: Optional[str] = None) → AudioMetaData

獲取音訊檔案的訊號資訊。

注意

當輸入型別為 file-like object 時，此函式無法獲取某些格式（例如 vorbis）的正確長度 (num_samples)。在這種情況下，num_samples 的值為 0。

引數：

• uri (path-like object 或 file-like object) –

  音訊資料來源。接受以下型別：

  • path-like: 檔案路徑或 URL。

  • file-like: 具有 read(size: int) -> bytes 方法的物件，該方法返回最多 size 長度的位元組字串。

• format (str 或 None，可選) – 如果不是 None，則解釋為一個提示，可能允許後端覆蓋檢測到的格式。(預設值：None)

• buffer_size (int，可選) – 處理 file-like object 時使用的緩衝區大小，以位元組為單位。(預設值：4096)

• backend (str 或 None，可選) –

  要使用的 I/O 後端。如果為 None，函式將根據輸入和可用後端選擇後端。否則，必須是 ["ffmpeg", "sox", "soundfile"] 之一，且相應的後端可用。(預設值：None)

  另請參閱

  後端和排程器

返回：

AudioMetaData

使用 info 的教程

音訊 I/O

音訊 I/O

支援結構

AudioMetaData

class torchaudio.AudioMetaData

torchaudio.info 函式的返回型別。

變數：

• sample_rate (int) – 取樣率

• num_frames (int) – 幀數

• num_channels (int) – 聲道數

• bits_per_sample (int) – 每樣本的位數。對於有損格式或無法準確推斷時，此值為 0。

• encoding (str) –

  音訊編碼 encoding 的可能取值如下：

  • PCM_S: 有符號整數線性 PCM

  • PCM_U: 無符號整數線性 PCM

  • PCM_F: 浮點線性 PCM

  • FLAC: Flac，自由無損音訊編碼

  • ULAW: Mu-law

  • ALAW: A-law

  • MP3 : MP3，MPEG-1 Audio Layer III

  • VORBIS: OGG Vorbis

  • AMR_WB: 自適應多速率寬頻

  • AMR_NB: 自適應多速率窄帶

  • OPUS: Opus

  • HTK: 單聲道 16 位 PCM

  • UNKNOWN : 上述都不是

使用 AudioMetaData 的教程

音訊 I/O

音訊 I/O