IEMOCAP

class torchaudio.datasets.IEMOCAP(root: Union[str, Path], sessions: Tuple[str] = (1, 2, 3, 4, 5), utterance_type: Optional[str] = None)

IEMOCAP [Busso et al., 2008] 数据集。

参数

• root (str 或 Path) – 数据集顶级目录所在的根目录

• sessions (Tuple[int]) – 要使用的会话元组 (1-5)。 (默认: (1, 2, 3, 4, 5))

• utterance_type (str 或 None, 可选) – 要包含在数据集中的话语类型。选项：“scripted”（剧本式）、“improvised”（即兴式）、None。如果为 None，则同时使用剧本式和即兴式数据。

__getitem__

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

加载数据集中的第 n 个样本。

参数

n (int) – 要加载的样本的索引

返回

元组包含以下项：

张量

波形

int

采样率

str

文件名

str

标签（“neu”、“hap”、“ang”、“sad”、“exc”、“fru”之一）

str

说话人

get_metadata

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

从数据集中获取第 n 个样本的元数据。返回文件路径而不是波形，但其他方面与 __getitem__() 返回的字段相同。

参数

n (int) – 要加载的样本的索引

返回

元组包含以下项：

str

音频文件路径

int

采样率

str

文件名

str

标签（“neu”、“hap”、“ang”、“sad”、“exc”、“fru”之一）

str

说话人