torchaudio.datasets¶
所有数据集都是 torch.utils.data.Dataset 的子类，并实现了 __getitem__ 和 __len__ 方法。因此，它们都可以传递给 torch.utils.data.DataLoader，该加载器可以使用 torch.multiprocessing 个工作进程并行加载多个样本。例如：
yesno_data = torchaudio.datasets.YESNO('.', download=True)
data_loader = torch.utils.data.DataLoader(yesno_data,
batch_size=1,
shuffle=True,
num_workers=args.nThreads)
CMUARCTIC¶
-
class
torchaudio.datasets.CMUARCTIC(root: Union[str, pathlib.Path], url: str = 'aew', folder_in_archive: str = 'ARCTIC', download: bool = False)[source]¶ 为 CMU_ARCTIC 创建数据集。
- Parameters
root (str 或 Path) – 数据集所在或下载的目录路径。
url (str, optional) – 要从中下载数据集的 URL，或要下载的数据集类型。 （默认值：
"aew"） 允许的类型值为"aew"、"ahw"、"aup"、"awb"、"axb"、"bdl"、"clb"、"eey"、"fem"、"gka"、"jmk"、"ksp"、"ljm"、"lnh"、"rms"、"rxr"、"slp"或"slt"。folder_in_archive (str, optional) – 数据集的顶层目录。（默认值：
"ARCTIC"）download (bool, optional) – 如果在根路径下未找到数据集，是否下载该数据集。（默认值：
False）。
CMUDict¶
-
class
torchaudio.datasets.CMUDict(root: Union[str, pathlib.Path], exclude_punctuations: bool = True, *, download: bool = False, url: str = 'http://svn.code.sf.net/p/cmusphinx/code/trunk/cmudict/cmudict-0.7b', url_symbols: str = 'http://svn.code.sf.net/p/cmusphinx/code/trunk/cmudict/cmudict-0.7b.symbols')[source]¶ 为 CMU 发音词典（CMUDict）创建数据集。
- Parameters
root (str 或 Path) – 数据集所在或下载的目录路径。
exclude_punctuations (bool, optional) – 启用时，排除标点符号的发音，例如 !EXCLAMATION-POINT 和 #HASH-MARK。
download (bool, optional) – 如果在根路径下未找到数据集，是否下载该数据集。（默认值：
False）。url (str, optional) – 要从中下载字典的 URL。 (默认值:
"http://svn.code.sf.net/p/cmusphinx/code/trunk/cmudict/cmudict-0.7b")url_symbols (str, optional) – 用于下载符号列表的 URL。 （默认值：
"http://svn.code.sf.net/p/cmusphinx/code/trunk/cmudict/cmudict-0.7b.symbols"）
COMMONVOICE¶
-
class
torchaudio.datasets.COMMONVOICE(root: Union[str, pathlib.Path], tsv: str = 'train.tsv')[source]¶ 为 CommonVoice 创建数据集。
- Parameters
GTZAN¶
-
class
torchaudio.datasets.GTZAN(root: Union[str, pathlib.Path], url: str = 'http://opihi.cs.uvic.ca/sound/genres.tar.gz', folder_in_archive: str = 'genres', download: bool = False, subset: Optional[str] = None)[source]¶ 为 GTZAN 创建数据集。
注意
如果您计划使用此数据集发布结果，请参阅 http://marsyas.info/downloads/datasets.html。
- Parameters
root (str 或 Path) – 数据集所在或下载的目录路径。
url (str, optional) – 下载数据集的 URL。 (默认值:
"http://opihi.cs.uvic.ca/sound/genres.tar.gz")folder_in_archive (str, optional) – 数据集的顶层目录。
download (bool, optional) – 如果在根路径下未找到数据集，是否下载该数据集。（默认值：
False）。subset (str 或 None, 可选) – 要使用的数据集子集。 可以是
"training"、"validation"、"testing"或None之一。 如果为None，则使用整个数据集。（默认值：None）。
LIBRISPEECH¶
-
class
torchaudio.datasets.LIBRISPEECH(root: Union[str, pathlib.Path], url: str = 'train-clean-100', folder_in_archive: str = 'LibriSpeech', download: bool = False)[source]¶ 为 LibriSpeech 创建数据集。
- Parameters
root (str 或 Path) – 数据集所在或下载的目录路径。
url (str, optional) – 用于下载数据集的 URL， 或要下载的数据集类型。 允许的类型值为
"dev-clean"、"dev-other"、"test-clean"、"test-other"、"train-clean-100"、"train-clean-360"和"train-other-500"。（默认值："train-clean-100"）folder_in_archive (str, optional) – 数据集的顶层目录。（默认值：
"LibriSpeech"）download (bool, optional) – 如果在根路径下未找到数据集，是否下载该数据集。（默认值：
False）。
LIBRITTS¶
-
class
torchaudio.datasets.LIBRITTS(root: Union[str, pathlib.Path], url: str = 'train-clean-100', folder_in_archive: str = 'LibriTTS', download: bool = False)[source]¶ 为 LibriTTS 创建数据集。
- Parameters
root (str 或 Path) – 数据集所在或下载的目录路径。
url (str, optional) – 用于下载数据集的 URL， 或要下载的数据集类型。 允许的类型值为
"dev-clean"、"dev-other"、"test-clean"、"test-other"、"train-clean-100"、"train-clean-360"和"train-other-500"。（默认值："train-clean-100"）folder_in_archive (str, optional) – 数据集的顶层目录。（默认值：
"LibriTTS"）download (bool, optional) – 如果在根路径下未找到数据集，是否下载该数据集。（默认值：
False）。
LJSPEECH¶
SPEECHCOMMANDS¶
-
class
torchaudio.datasets.SPEECHCOMMANDS(root: Union[str, pathlib.Path], url: str = 'speech_commands_v0.02', folder_in_archive: str = 'SpeechCommands', download: bool = False, subset: Optional[str] = None)[source]¶ 创建语音命令数据集。
- Parameters
root (str 或 Path) – 数据集所在或下载的目录路径。
url (str, optional) – 用于下载数据集的 URL，或要下载的数据集类型。允许的 type 值为
"speech_commands_v0.01"和"speech_commands_v0.02"（默认值："speech_commands_v0.02"）folder_in_archive (str, optional) – 数据集的顶层目录。（默认值：
"SpeechCommands"）download (bool, optional) – 如果在根路径下未找到数据集，是否下载该数据集。（默认值：
False）。subset (str 或 None, 可选) – 选择数据集的子集 [None, “training”, “validation”, “testing”]。None 表示整个数据集。“validation”和“testing”分别在“validation_list.txt”和"testing_list.txt”中定义，而“training”则是其余部分。关于文件“validation_list.txt”和"testing_list.txt”的详细信息在数据集的 README 以及原始论文第 7 节的介绍及其参考文献 12 中有说明。原始论文可在 此处 找到。（默认值：
None）
TEDLIUM¶
-
class
torchaudio.datasets.TEDLIUM(root: Union[str, pathlib.Path], release: str = 'release1', subset: Optional[str] = None, download: bool = False, audio_ext: str = '.sph')[source]¶ 为 Tedlium 创建数据集。它支持第 1、2 和 3 版发布。
- Parameters
root (str 或 Path) – 数据集所在或下载的目录路径。
release (str, optional) – 发布版本。 允许的值是
"release1"、"release2"或"release3"。 （默认值："release1"）。subset (str, optional) – 要使用的数据集子集。有效选项为
"train"、"dev"和"test"（适用于版本 1 和 2），以及None（适用于版本 3）。默认为"train"或None。download (bool, optional) – 如果在根路径下未找到数据集，是否下载该数据集。（默认值：
False）。audio_ext (str, optional) – 音频文件的扩展名（默认值：
"audio_ext"）
VCTK¶
-
class
torchaudio.datasets.VCTK(root: Union[str, pathlib.Path], url: str = 'https://datashare.is.ed.ac.uk/bitstream/handle/10283/3443/VCTK-Corpus-0.92.zip', folder_in_archive: str = 'VCTK-Corpus', download: bool = False, downsample: bool = False)[source]¶ 为 VCTK 创建数据集。
注意
此数据集已不再公开提供。 请使用
VCTK_092目录
p315被忽略，因为没有对应的文本文件。 有关数据集的更多信息，请访问：https://datashare.is.ed.ac.uk/handle/10283/3443
- Parameters
VCTK_092¶
-
class
torchaudio.datasets.VCTK_092(root: str, mic_id: str = 'mic2', download: bool = False, url: str = 'https://datashare.is.ed.ac.uk/bitstream/handle/10283/3443/VCTK-Corpus-0.92.zip', audio_ext='.flac')[source]¶ 创建 VCTK 0.92 数据集
- Parameters
root (str) – 找到数据集顶级目录的根目录。
mic_id (str, optional) – 麦克风 ID。可以是
"mic1"或"mic2"。（默认值："mic2"）download (bool, optional) – 如果在根路径下未找到数据集，是否下载该数据集。（默认值：
False）。url (str, optional) – 下载数据集的 URL。 (默认值:
"https://datashare.is.ed.ac.uk/bitstream/handle/10283/3443/VCTK-Corpus-0.92.zip")audio_ext (str, optional) – 如果数据集转换为非默认音频格式，则使用自定义音频扩展。
注意
由于缺少相应的文本文件，将跳过演讲者
p315的所有演讲。由于缺少音频文件，
p280的所有演讲将被跳过mic_id="mic2"。由于缺少音频文件，说话人
p362的部分演讲将被跳过。