VoxCeleb1Verification

class torchaudio.datasets.VoxCeleb1Verification(root: Union[str, Path], meta_url: str = 'https://www.robots.ox.ac.uk/~vgg/data/voxceleb/meta/veri_test.txt', download: bool = False)

用于说话人验证任务的*VoxCeleb1* [Nagrani et al., 2017] 数据集。

每个数据样本包含一对波形、采样率、指示它们是否来自同一说话人的标签以及文件 ID。

参数

• root (str 或 Path) – 数据集所在或下载到的目录路径。

• meta_url (str, optional) – 包含发音对列表和相应标签的元文件 URL。每行的格式为 label file_path1 file_path2". 例如： ``1 id10270/x6uYqmx31kE/00001.wav id10270/8jEAjG6SegY/00008.wav。 1 表示两个发音来自同一说话人，0 表示不是。

• download (bool, optional) – 如果在 root 路径下未找到数据集，是否下载数据集。

注意

VoxCeleb1Verification 数据集的文件结构如下：

└─ root/

└─ wav/

└─ speaker_id 文件夹

已预下载 "vox1_dev_wav.zip" 和 "vox1_test_wav.zip" 文件的用户需要将解压后的文件移动到同一个 root 目录中。

__getitem__

VoxCeleb1Verification.__getitem__(n: int) → Tuple[Tensor, Tensor, int, int, 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

说话人 1 的波形

张量

说话人 2 的波形

整数

采样率

整数

标签

字符串

说话人 1 的文件 ID

字符串

说话人 2 的文件 ID

get_metadata

VoxCeleb1Verification.get_metadata(n: int) → Tuple[str, str, int, int, str, str]

从数据集中获取第 n 个样本的元数据。返回音频文件路径而不是波形，但其他字段与 __getitem__() 返回的相同。

参数

n (int) – 样本索引

返回

元组包含以下项：

字符串

说话人 1 音频文件的路径

字符串

说话人 2 音频文件的路径

整数

采样率

整数

标签

字符串

说话人 1 的文件 ID

字符串

说话人 2 的文件 ID