FluentSpeechCommands

class torchaudio.datasets.FluentSpeechCommands(root: Union[str, Path], subset: str = 'train')

Fluent Speech Commands [Lugosch et al., 2019] 数据集

参数

• root (str or Path) – 数据集所在目录的路径。

• subset (str, optional) – 要使用的数据集子集。选项：["train", "valid", "test"]。 (默认： "train")

__getitem__

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

int

说话人 ID

str

转录

str

动作

str

对象

str

位置

get_metadata

FluentSpeechCommands.get_metadata(n: int) → Tuple[str, int, str, int, str, 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，但其他字段与 __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

int

说话人 ID

str

转录

str

动作

str

对象

str

位置