torchaudio.kaldi_io

要使用此模組，需要安裝相依性 kaldi_io。 這是 kaldi_io 的輕量級封裝，會傳回 torch.Tensor。

向量

read_vec_int_ark

torchaudio.kaldi_io.read_vec_int_ark(file_or_fd: Any) → Iterable[Tuple[str, Tensor]]

建立 (key,vector<int>) tuple 的產生器，從 ark 檔案/串流讀取。

參數:

file_or_fd (str/FileDescriptor) – ark、gzipped ark、pipe 或已開啟的檔案描述器

傳回:

字串是索引鍵，而 tensor 是從檔案讀取的向量

回傳類型:

Iterable[Tuple[str, Tensor]]

範例

>>> # read ark to a 'dictionary'
>>> d = { u:d for u,d in torchaudio.kaldi_io.read_vec_int_ark(file) }

read_vec_flt_scp

torchaudio.kaldi_io.read_vec_flt_scp(file_or_fd: Any) → Iterable[Tuple[str, Tensor]]

創建 (key, vector<float32/float64>) 元組的產生器，根據 Kaldi scp 讀取。

參數:

file_or_fd (str/FileDescriptor) – scp, gzipped scp, pipe 或已開啟的檔案描述器

傳回:

字串是索引鍵，而 tensor 是從檔案讀取的向量

回傳類型:

Iterable[Tuple[str, Tensor]]

範例

>>> # read scp to a 'dictionary'
>>> # d = { u:d for u,d in torchaudio.kaldi_io.read_vec_flt_scp(file) }

read_vec_flt_ark

torchaudio.kaldi_io.read_vec_flt_ark(file_or_fd: Any) → Iterable[Tuple[str, Tensor]]

創建 (key, vector<float32/float64>) 元組的產生器，從 ark 檔案/流讀取。

參數:

file_or_fd (str/FileDescriptor) – ark、gzipped ark、pipe 或已開啟的檔案描述器

傳回:

字串是索引鍵，而 tensor 是從檔案讀取的向量

回傳類型:

Iterable[Tuple[str, Tensor]]

範例

>>> # read ark to a 'dictionary'
>>> d = { u:d for u,d in torchaudio.kaldi_io.read_vec_flt_ark(file) }

矩陣

read_mat_scp

torchaudio.kaldi_io.read_mat_scp(file_or_fd: Any) → Iterable[Tuple[str, Tensor]]

創建 (key, matrix<float32/float64>) 元組的產生器，根據 Kaldi scp 讀取。

參數:

file_or_fd (str/FileDescriptor) – scp, gzipped scp, pipe 或已開啟的檔案描述器

傳回:

字串是鍵，而 tensor 是從檔案讀取的矩陣

回傳類型:

Iterable[Tuple[str, Tensor]]

範例

>>> # read scp to a 'dictionary'
>>> d = { u:d for u,d in torchaudio.kaldi_io.read_mat_scp(file) }

read_mat_ark

torchaudio.kaldi_io.read_mat_ark(file_or_fd: Any) → Iterable[Tuple[str, Tensor]]

創建 (key, matrix<float32/float64>) 元組的產生器，從 ark 檔案/流讀取。

參數:

file_or_fd (str/FileDescriptor) – ark、gzipped ark、pipe 或已開啟的檔案描述器

傳回:

字串是鍵，而 tensor 是從檔案讀取的矩陣

回傳類型:

Iterable[Tuple[str, Tensor]]

範例

>>> # read ark to a 'dictionary'
>>> d = { u:d for u,d in torchaudio.kaldi_io.read_mat_ark(file) }