LibriMix

class torchaudio.datasets.LibriMix(root: Union[str, Path], subset: str = 'train-360', num_speakers: int = 2, sample_rate: int = 8000, task: str = 'sep_clean', mode: str = 'min')

LibriMix [Cosentino et al., 2020] 数据集。

参数

• root (str 或 Path) – 存储 Libri2Mix 或 Libri3Mix 目录的路径。不是这些目录的路径。

• subset (str, 可选) – 要使用的子集。选项：["train-360", "train-100", "dev", 和 "test"] (默认："train-360")。

• num_speakers (int, 可选) – 声源数量，它决定了要遍历的目录。数据集将遍历 s1 到 sN 目录以收集 N 个源音频。(默认：2)

• sample_rate (int, 可选) – 音频文件的采样率。 sample_rate 决定了获取音频的子目录。如果任何音频的采样率不同，则引发 ValueError。选项：[8000, 16000] (默认：8000)

• task (str, 可选) – LibriMix 的任务。选项：["enh_single", "enh_both", "sep_clean", "sep_noisy"] (默认："sep_clean")

• mode (str, 可选) – 创建混合音时的模式。如果设置为 "min"，混合音和声源的长度是所有声源的最小长度。如果设置为 "max"，混合音和声源的长度会用零填充到所有声源的最大长度。选项：["min", "max"] (默认："min")

注意

LibriMix 数据集需要手动生成。请查看 https://github.com/JorisCos/LibriMix

__getitem__

LibriMix.__getitem__(key: int) → Tuple[int, Tensor, List[Tensor]]

加载数据集中的第 n 个样本。

参数

key (int) – 要加载的样本的索引

返回

元组包含以下项：

整数

采样率

张量

混合波形

Tensor 列表

声源波形列表

get_metadata

LibriMix.get_metadata(key: int) → Tuple[int, str, List[str]]

获取数据集中第 n 个样本的元数据。

参数

key (int) – 要加载的样本的索引

返回

元组包含以下项：

整数

采样率

字符串

混合音频的路径

字符串列表

声源音频路径列表