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 or Path) – 数据集顶层目录所在的根目录

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

• utterance_type (str or None, optional) – 要包含在数据集中的话语类型。选项：“scripted”（脚本化）、“improvised”（即兴），None。如果为None，则使用脚本化和即兴数据。

__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

文件名

str

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

str

说话人