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)

將音訊資料儲存到檔案。

注意

此函式可處理的格式取決於後端的可用性。請使用以下函式獲取支援的格式。

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

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

• SoundFile: 請參考官方文件。

引數:

• uri (str 或 pathlib.Path) – 音訊檔案路徑。

• src (torch.Tensor) – 要儲存的音訊資料。必須是二維張量。

• sample_rate (int) – 取樣率

• channels_first (bool, 可選) – 如果為 True，則給定張量解釋為 [通道, 時間]，否則解釋為 [時間, 通道]。

• format (str 或 None, 可選) –

  覆蓋音訊格式。當 uri 引數是類似路徑的物件時，音訊格式會從副檔名推斷。如果副檔名缺失或不同，可以使用此引數指定正確的格式。

  當 uri 引數是類似檔案的物件時，此引數是必需的。

  有效值包括 "wav"、"ogg" 和 "flac"。

• encoding (str 或 None, 可選) –

  更改受支援格式的編碼。此引數僅對受支援的格式有效，即 "wav" 和 "flac"。有效值包括

  • "PCM_S" (帶符號整數線性 PCM)

  • "PCM_U" (無符號整數線性 PCM)

  • "PCM_F" (浮點 PCM)

  • "ULAW" (mu-law)

  • "ALAW" (a-law)

• bits_per_sample (int 或 None, 可選) – 更改受支援格式的位深度。當 format 為 "wav" 或 "flac" 時，可以更改位深度。有效值包括 8、16、24、32 和 64。

• buffer_size (int, 可選) – 處理類似檔案物件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，且相應的後端必須可用。（預設值：None）

  另請參閱

  後端和排程器

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

  要應用的壓縮配置。

  如果選擇的後端是 FFmpeg，則必須提供 CodecConfig 的例項。

  否則，如果選擇的後端是 SoX，則必須提供對應於 sox 命令列介面選項 -C 的浮點或整數值。例如：

  "mp3"

  可以是帶有質量因子的位元率（以 kbps 為單位），例如 128.2，也可以是帶有質量因子的 VBR 編碼，例如 -4.2。預設值：-4.5。

  "flac"

  從 0 到 8 的整數。8 是預設值和最高壓縮率。

  "ogg", "vorbis"

  從 -1 到 10 的數字；-1 是最高壓縮率和最低質量。預設值：3。

  有關更多詳細資訊，請參閱http://sox.sourceforge.net/soxformat.html。

使用 save 的教程

音訊 I/O

音訊 I/O