目錄
快捷鍵

StreamingMediaDecoder

class torio.io.StreamingMediaDecoder(src: Union[str, Path, BinaryIO], format: Optional[str] = None, option: Optional[Dict] = None, buffer_size: int = 4096)[來源]

逐塊提取和解碼音訊/視訊串流。

有關此類別的詳細用法，請參閱教學。

參數:

  • src (str, path-like, bytes 或 類檔案物件) –

    媒體來源。如果為字串類型，則必須是 FFmpeg 可以處理的資源指示符。這包括檔案路徑、URL、裝置識別碼或篩選器表達式。支援的值取決於系統中找到的 FFmpeg。

    如果為 bytes，則必須是連續記憶體中編碼的媒體資料。

    如果為類檔案物件，則必須支援具有簽名 read(size: int) -> bytes 的 read 方法。此外，如果類檔案物件具有 seek 方法，則在剖析媒體元資料時會使用該方法。這提高了編解碼器偵測的可靠性。seek 方法的簽名必須為 seek(offset: int, whence: int) -> int。

    請參閱以下內容，了解 read 和 seek 方法的預期簽名和行為。

  • format (str 或 None, 可選) –

    覆寫輸入格式，或指定來源聲音裝置。預設值：None (不覆寫也不裝置輸入)。

    此引數有兩種不同的用例。

    1. 覆寫來源格式。當輸入資料不包含標頭時，這非常有用。

    2. 指定輸入來源裝置。這允許從硬體裝置 (例如麥克風、攝影機和螢幕) 或虛擬裝置載入媒體串流。

    注意

    此選項大致對應於 ffmpeg 命令的 -f 選項。有關可能的值，請參閱 ffmpeg 文件。

    https://ffmpeg.dev.org.tw/ffmpeg-formats.html#Demuxers

    請使用 get_demuxers() 列出目前環境中可用的解多工器。

    對於裝置存取，可用值因硬體 (AV 裝置) 和軟體組態 (ffmpeg 建置) 而異。

    https://ffmpeg.dev.org.tw/ffmpeg-devices.html#Input-Devices

    請使用 get_input_devices() 列出目前環境中可用的輸入裝置。

  • option (str 到 str 的字典, 可選) –

    初始化格式內容 (開啟來源) 時傳遞的自訂選項。

    您可以使用此引數在輸入來源傳遞至解碼器之前變更輸入來源。

    預設值：None。

  • buffer_size (int) –

    以位元組為單位的內部緩衝區大小。僅在 src 為類檔案物件時使用。

    預設值：4096。

屬性

default_audio_stream

property StreamingMediaDecoder.default_audio_stream

預設音訊串流的索引。None 如果沒有音訊串流

類型:

Optional[int]

default_video_stream

property StreamingMediaDecoder.default_video_stream

預設視訊串流的索引。None 如果沒有視訊串流

類型:

Optional[int]

num_out_streams

property StreamingMediaDecoder.num_out_streams

用戶端程式碼設定的輸出串流數量。

類型:

int

num_src_streams

property StreamingMediaDecoder.num_src_streams

在提供的媒體來源中找到的串流數量。

類型:

int

方法

add_audio_stream

StreamingMediaDecoder.add_audio_stream(frames_per_chunk: int, buffer_chunk_size: int = 3, *, stream_index: Optional[int] = None, decoder: Optional[str] = None, decoder_option: Optional[Dict] = None, filter_desc: Optional[str] = None)[來源]

新增輸出音訊串流

參數:

  • frames_per_chunk (int) –

    作為一個區塊傳回的影格數。如果在緩衝足夠的影格之前來源串流已耗盡，則區塊會按原樣傳回。

    提供 -1 會停用分塊，而 pop_chunks() 方法將會串連所有緩衝的影格並傳回。

  • buffer_chunk_size (int, 可選) –

    內部緩衝區大小。當緩衝的區塊數超過此數字時，會捨棄舊的影格。例如，如果 frames_per_chunk 為 5 且 buffer_chunk_size 為 3，則會捨棄早於 15 的影格。提供 -1 會停用此行為。

    預設值：3。

  • stream_index (int 或 None, 可選) – 來源音訊串流索引。如果省略，則會使用 default_audio_stream。

  • decoder (str 或 None, 可選) –

    要使用的解碼器名稱。如果提供，則使用指定的解碼器而不是預設解碼器。

    若要列出可用的解碼器，請針對音訊使用 get_audio_decoders()，針對視訊使用 get_video_decoders()。

    預設值：None。

  • decoder_option (dict 或 None, 可選) –

    傳遞至解碼器的選項。從 str 到 str 的對應。(預設值：None)

    若要列出解碼器的解碼器選項，您可以使用 ffmpeg -h decoder=<DECODER> 命令。


    除了解碼器特定的選項外，您還可以傳遞與多執行緒相關的選項。它們僅在解碼器支援它們時才有效。如果兩者都未提供，StreamingMediaDecoder 預設為單執行緒。

    "threads"：執行緒數 (以 str 表示)。提供值 "0" 將讓 FFmpeg 根據其啟發法來決定。

    "thread_type"：要使用的多執行緒方法。有效值為 "frame" 或 "slice"。請注意，每個解碼器都支援不同的方法集。如果未提供，則使用預設值。

    • "frame"：一次解碼多個影格。每個執行緒處理一個影格。這會將每個執行緒的解碼延遲增加一個影格

    • "slice"：一次解碼單個影格的多個部分。


  • filter_desc (str 或 None, 可選) – 篩選器描述。可在 https://ffmpeg.dev.org.tw/ffmpeg-filters.html 找到可用篩選器的清單。請注意，不支援複雜的篩選器。

add_basic_audio_stream

StreamingMediaDecoder.add_basic_audio_stream(frames_per_chunk: int, buffer_chunk_size: int = 3, *, stream_index: Optional[int] = None, decoder: Optional[str] = None, decoder_option: Optional[Dict] = None, format: Optional[str] = 'fltp', sample_rate: Optional[int] = None, num_channels: Optional[int] = None)[來源]

新增輸出音訊串流

參數:

  • frames_per_chunk (int) –

    作為一個區塊傳回的影格數。如果在緩衝足夠的影格之前來源串流已耗盡，則區塊會按原樣傳回。

    提供 -1 會停用分塊，而 pop_chunks() 方法將會串連所有緩衝的影格並傳回。

  • buffer_chunk_size (int, 可選) –

    內部緩衝區大小。當緩衝的區塊數超過此數字時，會捨棄舊的影格。例如，如果 frames_per_chunk 為 5 且 buffer_chunk_size 為 3，則會捨棄早於 15 的影格。提供 -1 會停用此行為。

    預設值：3。

  • stream_index (int 或 None, 可選) – 來源音訊串流索引。如果省略，則會使用 default_audio_stream。

  • decoder (str 或 None, 可選) –

    要使用的解碼器名稱。如果提供，則使用指定的解碼器而不是預設解碼器。

    若要列出可用的解碼器，請針對音訊使用 get_audio_decoders()，針對視訊使用 get_video_decoders()。

    預設值：None。

  • decoder_option (dict 或 None, 可選) –

    傳遞至解碼器的選項。從 str 到 str 的對應。(預設值：None)

    若要列出解碼器的解碼器選項，您可以使用 ffmpeg -h decoder=<DECODER> 命令。


    除了解碼器特定的選項外，您還可以傳遞與多執行緒相關的選項。它們僅在解碼器支援它們時才有效。如果兩者都未提供，StreamingMediaDecoder 預設為單執行緒。

    "threads"：執行緒數 (以 str 表示)。提供值 "0" 將讓 FFmpeg 根據其啟發法來決定。

    "thread_type"：要使用的多執行緒方法。有效值為 "frame" 或 "slice"。請注意，每個解碼器都支援不同的方法集。如果未提供，則使用預設值。

    • "frame"：一次解碼多個影格。每個執行緒處理一個影格。這會將每個執行緒的解碼延遲增加一個影格

    • "slice"：一次解碼單個影格的多個部分。


  • format (str, 可選) –

    輸出取樣格式 (精確度)。

    如果 None，則輸出區塊的 dtype 對應於來源音訊的精確度。

    否則，會轉換取樣，並且輸出 dtype 會變更如下。

    • "u8p"：輸出為 torch.uint8 類型。

    • "s16p"：輸出為 torch.int16 類型。

    • "s32p"：輸出為 torch.int32 類型。

    • "s64p"：輸出為 torch.int64 類型。

    • "fltp"：輸出為 torch.float32 類型。

    • "dblp"：輸出為 torch.float64 類型。

    預設值："fltp"。

  • sample_rate (int 或 None, 可選) – 如果提供，則重新取樣音訊。

  • num_channels (int, 或 None, 可選) – 如果提供，則變更通道數。

add_basic_video_stream

StreamingMediaDecoder.add_basic_video_stream(frames_per_chunk: int, buffer_chunk_size: int = 3, *, stream_index: Optional[int] = None, decoder: Optional[str] = None, decoder_option: Optional[Dict] = None, format: Optional[str] = 'rgb24', frame_rate: Optional[int] = None, width: Optional[int] = None, height: Optional[int] = None, hw_accel: Optional[str] = None)[來源]

新增輸出視訊串流

參數:

  • frames_per_chunk (int) –

    作為一個區塊傳回的影格數。如果在緩衝足夠的影格之前來源串流已耗盡，則區塊會按原樣傳回。

    提供 -1 會停用分塊，而 pop_chunks() 方法將會串連所有緩衝的影格並傳回。

  • buffer_chunk_size (int, 可選) –

    內部緩衝區大小。當緩衝的區塊數超過此數字時，會捨棄舊的影格。例如，如果 frames_per_chunk 為 5 且 buffer_chunk_size 為 3，則會捨棄早於 15 的影格。提供 -1 會停用此行為。

    預設值：3。

  • stream_index (int 或 None, 可選) – 來源視訊串流索引。如果省略，則會使用 default_video_stream。

  • decoder (str 或 None, 可選) –

    要使用的解碼器名稱。如果提供，則使用指定的解碼器而不是預設解碼器。

    若要列出可用的解碼器，請針對音訊使用 get_audio_decoders()，針對視訊使用 get_video_decoders()。

    預設值：None。

  • decoder_option (dict 或 None, 可選) –

    傳遞至解碼器的選項。從 str 到 str 的對應。(預設值：None)

    若要列出解碼器的解碼器選項，您可以使用 ffmpeg -h decoder=<DECODER> 命令。


    除了解碼器特定的選項外，您還可以傳遞與多執行緒相關的選項。它們僅在解碼器支援它們時才有效。如果兩者都未提供，StreamingMediaDecoder 預設為單執行緒。

    "threads"：執行緒數 (以 str 表示)。提供值 "0" 將讓 FFmpeg 根據其啟發法來決定。

    "thread_type"：要使用的多執行緒方法。有效值為 "frame" 或 "slice"。請注意，每個解碼器都支援不同的方法集。如果未提供，則使用預設值。

    • "frame"：一次解碼多個影格。每個執行緒處理一個影格。這會將每個執行緒的解碼延遲增加一個影格

    • "slice"：一次解碼單個影格的多個部分。


  • format (str, 可選) –

    變更影像通道的格式。有效值為，

    • "rgb24"：8 位元 * 3 個通道 (R、G、B)

    • "bgr24"：8 位元 * 3 個通道 (B、G、R)

    • "yuv420p"：8 位元 * 3 個通道 (Y、U、V)

    • "gray"：8 位元 * 1 個通道

    預設值："rgb24"。

  • frame_rate (int 或 None, 可選) – 如果提供，則變更影格速率。

  • width (int 或 None, 可選) – 如果提供，則變更影像寬度。單位：像素。

  • height (int 或 None, 可選) – 如果提供，則變更影像高度。單位：像素。

  • hw_accel (str 或 None, 可選) –

    啟用硬體加速。

    當在 CUDA 硬體上解碼影片時，例如 decoder=”h264_cuvid”，將 CUDA 裝置指示器傳遞給 hw_accel (即 hw_accel=”cuda:0”) 將使 StreamingMediaDecoder 將產生的影格直接放置在指定的 CUDA 裝置上作為 CUDA 張量。

    如果為 None，影格將被移動到 CPU 記憶體。預設值：None。

add_video_stream

StreamingMediaDecoder.add_video_stream(frames_per_chunk: int, buffer_chunk_size: int = 3, *, stream_index: Optional[int] = None, decoder: Optional[str] = None, decoder_option: Optional[Dict[str, str]] = None, filter_desc: Optional[str] = None, hw_accel: Optional[str] = None)[原始碼]

新增輸出視訊串流

參數:

  • frames_per_chunk (int) –

    作為一個區塊傳回的影格數。如果在緩衝足夠的影格之前來源串流已耗盡，則區塊會按原樣傳回。

    提供 -1 會停用分塊，而 pop_chunks() 方法將會串連所有緩衝的影格並傳回。

  • buffer_chunk_size (int, 可選) –

    內部緩衝區大小。當緩衝的區塊數超過此數字時，會捨棄舊的影格。例如，如果 frames_per_chunk 為 5 且 buffer_chunk_size 為 3，則會捨棄早於 15 的影格。提供 -1 會停用此行為。

    預設值：3。

  • stream_index (int 或 None, 可選) – 來源視訊串流索引。如果省略，則會使用 default_video_stream。

  • decoder (str 或 None, 可選) –

    要使用的解碼器名稱。如果提供，則使用指定的解碼器而不是預設解碼器。

    若要列出可用的解碼器，請針對音訊使用 get_audio_decoders()，針對視訊使用 get_video_decoders()。

    預設值：None。

  • decoder_option (dict 或 None, 可選) –

    傳遞至解碼器的選項。從 str 到 str 的對應。(預設值：None)

    若要列出解碼器的解碼器選項，您可以使用 ffmpeg -h decoder=<DECODER> 命令。


    除了解碼器特定的選項外，您還可以傳遞與多執行緒相關的選項。它們僅在解碼器支援它們時才有效。如果兩者都未提供，StreamingMediaDecoder 預設為單執行緒。

    "threads"：執行緒數 (以 str 表示)。提供值 "0" 將讓 FFmpeg 根據其啟發法來決定。

    "thread_type"：要使用的多執行緒方法。有效值為 "frame" 或 "slice"。請注意，每個解碼器都支援不同的方法集。如果未提供，則使用預設值。

    • "frame"：一次解碼多個影格。每個執行緒處理一個影格。這會將每個執行緒的解碼延遲增加一個影格

    • "slice"：一次解碼單個影格的多個部分。


  • hw_accel (str 或 None, 可選) –

    啟用硬體加速。

    當在 CUDA 硬體上解碼影片時，例如 decoder=”h264_cuvid”，將 CUDA 裝置指示器傳遞給 hw_accel (即 hw_accel=”cuda:0”) 將使 StreamingMediaDecoder 將產生的影格直接放置在指定的 CUDA 裝置上作為 CUDA 張量。

    如果為 None，影格將被移動到 CPU 記憶體。預設值：None。

  • filter_desc (str 或 None, 可選) – 篩選器描述。可在 https://ffmpeg.dev.org.tw/ffmpeg-filters.html 找到可用篩選器的清單。請注意，不支援複雜的篩選器。

fill_buffer

StreamingMediaDecoder.fill_buffer(timeout: Optional[float] = None, backoff: float = 10.0) → int[原始碼]

持續處理封包直到所有緩衝區至少有一個區塊。

參數:
返回:

0 封包已正確處理，且緩衝區已準備好被彈出一次。

1 串流器已到達 EOF。所有輸出串流處理器都刷新了待處理的影格。呼叫者應停止呼叫此方法。

返回類型:

int

get_metadata

StreamingMediaDecoder.get_metadata() → Dict[str, str][原始碼]

取得來源媒體的元數據。

返回:

dict

get_out_stream_info

StreamingMediaDecoder.get_out_stream_info(i: int) → OutputStream[原始碼]

取得輸出串流的元數據

參數:

i (int) – 串流索引。

返回:

OutputStreamTypes

關於輸出串流的資訊。如果輸出串流是音訊類型，則會返回 OutputAudioStream。如果是影片類型，則會返回 OutputVideoStream。

get_src_stream_info

StreamingMediaDecoder.get_src_stream_info(i: int) → InputStream[原始碼]

取得來源串流的元數據

參數:

i (int) – 串流索引。

返回:

關於來源串流的資訊。如果來源串流是音訊類型，則會返回 SourceAudioStream。如果是影片類型，則會返回 SourceVideoStream。否則會返回 SourceStream 類別。

返回類型:

InputStreamTypes

is_buffer_ready

StreamingMediaDecoder.is_buffer_ready() → bool[原始碼]

如果所有輸出串流都至少填滿一個區塊，則返回 true。

pop_chunks

StreamingMediaDecoder.pop_chunks() → Tuple[Optional[ChunkTensor]][原始碼]

從所有輸出串流緩衝區彈出一個區塊。

返回:

緩衝區內容。如果緩衝區不包含任何影格，則會返回 None。

返回類型:

Tuple[Optional[ChunkTensor]]

process_all_packets

StreamingMediaDecoder.process_all_packets()[原始碼]

處理封包直到到達 EOF。

process_packet

StreamingMediaDecoder.process_packet(timeout: Optional[float] = None, backoff: float = 10.0) → int[原始碼]

讀取來源媒體並處理一個封包。

如果成功讀取封包，則封包中的資料將被解碼並傳遞到相應的輸出串流處理器。

如果封包屬於未連接到輸出串流的來源串流，則資料將被丟棄。

當來源到達 EOF 時，它會觸發所有輸出串流處理器進入排空模式。所有輸出串流處理器都會刷新待處理的影格。

參數:

  • timeout (float 或 None, 選用) –

    逾時時間，以毫秒為單位。

    當由於底層媒體資源暫時不可用而導致處理封包失敗時，此參數會變更重試行為。

    當使用媒體裝置（例如麥克風）時，在某些情況下，底層緩衝區尚未準備就緒。在這種情況下呼叫此函數會導致系統報告 EAGAIN (resource temporarily unavailable)。

    • >=0：持續重試直到經過給定的時間。

    • 0<：持續無限重試。

    • None ：不重試並立即引發例外。

    預設值：None。

    注意

    重試行為僅適用於原因是資源不可用的情況。如果失敗的原因是其他原因，則不會調用它。

  • backoff (float, 選用) –

    重試前等待的時間，以毫秒為單位。

    僅當 timeout 生效時，此選項才有效。（非 None）

    當 timeout 生效時，此 backoff 控制函數在重試之前應等待多久。預設值：10.0。

返回:

0 封包已正確處理。呼叫者可以繼續呼叫此函數以緩衝更多影格。

1 串流器已到達 EOF。所有輸出串流處理器都刷新了待處理的影格。呼叫者應停止呼叫此方法。

返回類型:

int

remove_stream

StreamingMediaDecoder.remove_stream(i: int)[原始碼]

移除輸出串流。

參數:

i (int) – 要移除的輸出串流索引。

seek

StreamingMediaDecoder.seek(timestamp: float, mode: str = 'precise')[原始碼]

將串流搜尋到給定的時間戳記 [秒]

參數:

  • timestamp (float) – 目標時間，以秒為單位。

  • mode (str) –

    控制搜尋的執行方式。有效選項為：

    • ”key”：搜尋到給定時間戳記之前最近的關鍵影格。

    • ”any”：搜尋到給定時間戳記之前的任何影格（包括非關鍵影格）。

    • ”precise”：首先搜尋到給定時間戳記之前最近的關鍵影格，然後解碼影格直到到達最接近給定時間戳記的影格。

    注意

    所有模式都會使解碼器的內部狀態失效並重置。當使用 “any” 模式且最終搜尋到非關鍵影格時，由於缺少關鍵影格，解碼的影像可能無效。使用 “precise” 將通過從先前的關鍵影格解碼影格來解決此問題，但速度會較慢。

stream

StreamingMediaDecoder.stream(timeout: Optional[float] = None, backoff: float = 10.0) → Iterator[Tuple[Optional[ChunkTensor], ...]][原始碼]

返回產生輸出張量的迭代器

參數:
返回:

迭代器，產生與客戶端程式碼定義的輸出串流相對應的區塊元組。如果輸出串流已耗盡，則區塊張量將替換為 None。如果所有輸出串流都已耗盡，則迭代器停止。

返回類型:

Iterator[Tuple[Optional[ChunkTensor], …]]

支援結構

ChunkTensor

class torio.io._streaming_media_decoder.ChunkTensor[原始碼]

具有元數據的已解碼媒體影格。

此類別的實例表示具有元數據的已解碼影片/音訊影格，且實例本身的作用類似於 Tensor。

客戶端程式碼可以將此類別的實例作為 Tensor 類別來傳遞，或呼叫在 Tensor 類別上定義的方法。

範例

>>> # Define input streams
>>> reader = StreamingMediaDecoder(...)
>>> reader.add_audio_stream(frames_per_chunk=4000, sample_rate=8000)
>>> reader.add_video_stream(frames_per_chunk=7, frame_rate=28)
>>> # Decode the streams and fetch frames
>>> reader.fill_buffer()
>>> audio_chunk, video_chunk = reader.pop_chunks()

>>> # Access metadata
>>> (audio_chunk.pts, video_chunks.pts)
(0.0, 0.0)
>>>
>>> # The second time the PTS is different
>>> reader.fill_buffer()
>>> audio_chunk, video_chunk = reader.pop_chunks()
>>> (audio_chunk.pts, video_chunks.pts)
(0.5, 0.25)

>>> # Call PyTorch ops on chunk
>>> audio_chunk.shape
torch.Size([4000, 2]
>>> power = torch.pow(video_chunk, 2)
>>>
>>> # the result is a plain torch.Tensor class
>>> type(power)
<class 'torch.Tensor'>
>>>
>>> # Metadata is not available on the result
>>> power.pts
AttributeError: 'Tensor' object has no attribute 'pts'
pts: float

區塊中第一個影格的展示時間戳記。

單位：秒。

SourceStream

class torio.io._streaming_media_decoder.SourceStream[原始碼]

來源串流的元數據，由 get_src_stream_info() 返回。

當表示 audio 或 video 以外的媒體類型串流時，會使用此類別。

當來源串流為 audio 或 video 類型時，分別使用 SourceAudioStream 和 SourceVideoStream，它們會報告其他媒體特定的屬性。

media_type: str

串流的類型。為 "audio"、"video"、"data"、"subtitle"、"attachment" 和空字串之一。

注意

輸出僅支援音訊和影片串流。

注意

靜態影像（例如 PNG 和 JPEG 格式）會報告為影片。

codec: str

編解碼器的簡短名稱。例如 "pcm_s16le" 和 "h264"。

codec_long_name: str

編解碼器的詳細名稱。

例如 “PCM signed 16-bit little-endian” 和 “H.264 / AVC / MPEG-4 AVC / MPEG-4 part 10”。

format: Optional[str]

媒體格式。例如 "s16" 和 "yuv420p"。

常見的音訊值為：

  • "u8"、"u8p"：無符號 8 位元無符號整數。

  • "s16"、"s16p"：16 位元有符號整數。

  • "s32"、"s32p"：32 位元有符號整數。

  • "flt"、"fltp"：32 位元浮點數。

注意

結尾的 p 表示格式為 planar。通道分組在一起而不是在記憶體中交錯。

bit_rate: Optional[int]

串流的位元率，以位元/秒為單位。這是基於串流初始幾個影格的估計值。對於容器格式和可變位元率，它可以為 0。

num_frames: Optional[int]

串流中的影格數

bits_per_sample: Optional[int]

這是每個輸出樣本中有效位元的數量。對於壓縮格式，它可以為 0。

metadata: Dict[str, str]

附加到來源串流的元數據。

SourceAudioStream

class torio.io._streaming_media_decoder.SourceAudioStream[原始碼]

音訊來源串流的元數據，由 get_src_stream_info() 返回。

當表示音訊串流時，會使用此類別。

除了 SourceStream 報告的屬性之外，還會報告以下屬性。

sample_rate: float

音訊的取樣率。

num_channels: int

通道數。

SourceVideoStream

class torio.io._streaming_media_decoder.SourceVideoStream[原始碼]

影片來源串流的元數據，由 get_src_stream_info() 返回。

當表示影片串流時，會使用此類別。

除了 SourceStream 報告的屬性之外，還會報告以下屬性。

width: int

影片影格的寬度，以像素為單位。

height: int

影片影格的高度，以像素為單位。

frame_rate: float

影格率。

OutputStream

class torio.io._streaming_media_decoder.OutputStream[原始碼]

輸出串流已在 StreamingMediaDecoder 上配置，由 get_out_stream_info() 傳回。

source_index: int

此輸出串流所連接的來源串流索引。

filter_description: str

套用至來源串流的濾波器圖形描述。

media_type: str

串流的類型。 "audio" 或 "video"。

format: str

媒體格式。例如 "s16" 和 "yuv420p"。

常見的音訊值為：

  • "u8"、"u8p"：無符號 8 位元無符號整數。

  • "s16"、"s16p"：16 位元有符號整數。

  • "s32"、"s32p"：32 位元有符號整數。

  • "flt"、"fltp"：32 位元浮點數。

注意

結尾的 p 表示格式為 planar。通道分組在一起而不是在記憶體中交錯。

OutputAudioStream

class torio.io._streaming_media_decoder.OutputAudioStream[source]

關於使用 add_audio_stream() 或 add_basic_audio_stream() 配置的音訊輸出串流的資訊。

除了 OutputStream 報告的屬性之外，還報告以下屬性。

sample_rate: float

音訊的取樣率。

num_channels: int

通道數。

OutputVideoStream

class torio.io._streaming_media_decoder.OutputVideoStream[source]

關於使用 add_video_stream() 或 add_basic_video_stream() 配置的視訊輸出串流的資訊。

除了 OutputStream 報告的屬性之外，還報告以下屬性。

width: int

影片影格的寬度，以像素為單位。

height: int

影片影格的高度，以像素為單位。

frame_rate: float

影格率。

文件

存取 PyTorch 的完整開發人員文件

檢視文件

教學

取得針對初學者和進階開發人員的深入教學

檢視教學

資源

尋找開發資源並獲得問題解答

檢視資源

為了分析流量並優化您的體驗，我們在此網站上使用 Cookie。點擊或瀏覽即表示您同意允許我們使用 Cookie。作為本網站目前的維護者，Facebook 的 Cookie 政策適用。瞭解更多資訊，包括關於可用的控制項：Cookie 政策。