快捷方式

VGGishBundle

class torchaudio.prototype.pipelines.VGGishBundle[source]

已弃用

警告

此类从 2.8 版本开始已弃用。它将在 2.9 版本中移除。此弃用是大型重构工作的一部分,旨在将 TorchAudio 迁移到维护阶段。有关更多信息,请参阅 https://github.com/pytorch/audio/issues/3902

VGGish [Hershey et al., 2017] 推理管道,从

torchvggishtensorflow-models 移植而来。

示例
>>> import torchaudio
>>> from torchaudio.prototype.pipelines import VGGISH
>>>
>>> input_sr = VGGISH.sample_rate
>>> input_proc = VGGISH.get_input_processor()
>>> model = VGGISH.get_model()
>>>
>>> waveform, sr = torchaudio.load(
>>>     "Chopin_Ballade_-1_In_G_Minor,_Op._23.mp3",
>>> )
>>> waveform = waveform.squeeze(0)
>>> waveform = torchaudio.functional.resample(waveform, sr, input_sr)
>>> mono_output = model(input_proc(waveform))

属性

sample_rate

property VGGishBundle.sample_rate: int

输入处理器和模型期望的输入波形的采样率。

类型

int

方法

get_input_processor

VGGishBundle.get_input_processor() VGGishInputProcessor[source]

构建 VGGish 的输入处理器。

返回

VGGish 的输入处理器。

返回类型

VGGishInputProcessor

get_model

VGGishBundle.get_model() VGGish[source]

构建预训练的 VGGish 模型。根据需要下载和缓存权重。

返回

加载了预训练权重的 VGGish 模型。

返回类型

VGGish

文档

访问全面的 PyTorch 开发者文档

查看文档

教程

为初学者和高级开发者提供深入的教程

查看教程

资源

查找开发资源并让您的问题得到解答

查看资源