TEDLIUM

class torchaudio.datasets.TEDLIUM(root: Union[str, Path], release: str = 'release1', subset: str = 'train', download: bool = False, audio_ext: str = '.sph')

Tedlium [Rousseau et al., 2012] 数据集（版本 1、2 和 3）。

参数

• root (str 或 Path) – 数据集所在或下载到的目录路径。

• release (str, optional) – 版本。允许的值为 "release1"、"release2" 或 "release3"。（默认："release1"）。

• subset (str, optional) – 要使用的数据集子集。有效选项为 "train"、"dev" 和 "test"。默认为 "train"。

• 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)。

• audio_ext (str, optional) – 音频文件扩展名（默认：".sph"）

属性

phoneme_dict

property TEDLIUM.phoneme_dict

音素。从单词到音素元组的映射。请注意，有些单词的音素为空。

类型

dict[str, tuple[str]]

方法

__getitem__

TEDLIUM.__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

对话 ID

int

说话人 ID

int

标识符