• 文件 >
  • 音訊資料集 >
  • 舊版本(穩定版)
快捷方式

音訊資料集

作者: Moto Hira

torchaudio 提供了對常見、公開可存取資料集的輕鬆存取。 請參閱官方文件,以取得可用資料集的清單。

import torch
import torchaudio

print(torch.__version__)
print(torchaudio.__version__)
2.6.0
2.6.0
import os

import IPython

import matplotlib.pyplot as plt


_SAMPLE_DIR = "_assets"
YESNO_DATASET_PATH = os.path.join(_SAMPLE_DIR, "yes_no")
os.makedirs(YESNO_DATASET_PATH, exist_ok=True)


def plot_specgram(waveform, sample_rate, title="Spectrogram"):
    waveform = waveform.numpy()

    figure, ax = plt.subplots()
    ax.specgram(waveform[0], Fs=sample_rate)
    figure.suptitle(title)
    figure.tight_layout()

在這裡,我們示範如何使用 torchaudio.datasets.YESNO 資料集。

  0%|          | 0.00/4.49M [00:00<?, ?B/s]
  3%|2         | 128k/4.49M [00:00<00:08, 546kB/s]
 11%|#1        | 512k/4.49M [00:00<00:02, 1.47MB/s]
 36%|###6      | 1.62M/4.49M [00:00<00:00, 3.89MB/s]
100%|##########| 4.49M/4.49M [00:00<00:00, 7.28MB/s]
i = 1
waveform, sample_rate, label = dataset[i]
plot_specgram(waveform, sample_rate, title=f"Sample {i}: {label}")
IPython.display.Audio(waveform, rate=sample_rate)
Sample 1: [0, 0, 0, 1, 0, 0, 0, 1]


i = 3
waveform, sample_rate, label = dataset[i]
plot_specgram(waveform, sample_rate, title=f"Sample {i}: {label}")
IPython.display.Audio(waveform, rate=sample_rate)
Sample 3: [0, 0, 1, 0, 0, 0, 1, 0]


i = 5
waveform, sample_rate, label = dataset[i]
plot_specgram(waveform, sample_rate, title=f"Sample {i}: {label}")
IPython.display.Audio(waveform, rate=sample_rate)
Sample 5: [0, 0, 1, 0, 0, 1, 1, 1]


腳本的總執行時間: (0 分鐘 1.965 秒)

由 Sphinx-Gallery 產生圖庫

文件

存取 PyTorch 的完整開發者文件

檢視文件

教學

取得針對初學者和進階開發者的深入教學

檢視教學

資源

尋找開發資源並取得問題解答

檢視資源