LIBRISPEECH

class torchaudio.datasets.LIBRISPEECH(root: Union[str, Path], url: str = 'train-clean-100', folder_in_archive: str = 'LibriSpeech', download: bool = False)

LibriSpeech [Panayotov et al., 2015] 資料集。

參數:

• root (str 或 Path) – 資料集所在或下載的目錄路徑。

• url (str, 可選) – 從哪個 URL 下載資料集，或是要下載的資料集類型。允許的類型值為 "dev-clean"、"dev-other"、"test-clean"、"test-other"、"train-clean-100"、"train-clean-360" 和 "train-other-500"。(預設值："train-clean-100")

• folder_in_archive (str, 可選) – 資料集的頂層目錄。(預設值："LibriSpeech")

• download (bool, 可選) – 如果在 root 路徑找不到資料集，是否下載資料集。(預設值：False)。

__getitem__

LIBRISPEECH.__getitem__(n: int) → Tuple[Tensor, int, str, int, int, int]

從資料集載入第 n 個樣本。

參數:

n (int) – 要載入的樣本的索引

回傳:

以下項目的 Tuple；

Tensor

波形

int

取樣率

str

文字稿

int

說話者 ID

int

章節 ID

int

語句 ID

get_metadata

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

從資料集取得第 n 個樣本的中繼資料。回傳音訊檔案路徑，而不是波形，但其他回傳的欄位與 __getitem__() 相同。

參數:

n (int) – 要載入的樣本的索引

回傳:

以下項目的 Tuple；

str

音訊路徑

int

取樣率

str

文字稿

int

說話者 ID

int

章節 ID

int

語句 ID