LIBRISPEECH

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

LibriSpeech [Panayotov et al., 2015] 数据集。

参数

• root (str 或 Path) – 数据集所在或下载到的目录路径。

• url (str, optional) – 用于下载数据集的 URL，或要下载的数据集类型。允许的类型值包括 "dev-clean", "dev-other", "test-clean", "test-other", "train-clean-100", "train-clean-360" 和 "train-other-500"。 (默认： "train-clean-100")

• folder_in_archive (str, optional) – 数据集的顶层目录。 (默认： "LibriSpeech")

• download (bool, 可选) – 如果在 root 路径下找不到数据集，则下载数据集。(默认：False)。

__getitem__

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

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

语音内容

int

说话人 ID

int

章节 ID

int

发音单元 ID

get_metadata

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

获取数据集的第 n 个样本的元数据。返回文件路径而不是波形，但其他返回的字段与 __getitem__() 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

语音内容

int

说话人 ID

int

章节 ID

int

发音单元 ID