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)
以下数据集可用：
数据集
所有的数据集都有几乎相似的API。它们都有两个通用参数：
transform 和 target_transform 分别用于转换输入和目标。
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）。
COMMONVOICE¶
-
class
torchaudio.datasets.COMMONVOICE(root: Union[str, pathlib.Path], tsv: str = 'train.tsv', url: Optional[str] = None, folder_in_archive: Optional[str] = None, version: Optional[str] = None, download: Optional[bool] = None)[source]¶ 为 CommonVoice 创建数据集。
- Parameters
root (str 或 Path) – 数据集所在目录的路径。 （存在
tsv文件的位置。）tsv (str, optional) – 用于构建元数据的 tsv 文件名，例如
"train.tsv","test.tsv","dev.tsv","invalidated.tsv","validated.tsv"和"other.tsv"。（默认值："train.tsv"）url (str, 可选) – 已废弃，不再使用。
folder_in_archive (str, optional) – 已废弃，不再使用。
版本 (str) – 已废弃，不再使用。
下载 (bool, 可选) – 已弃用，未使用。
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）。子集 (str, 可选) – 使用数据集的哪个子集。 可以是
"training"、"validation"、"testing"或None。 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）。子集 (可选[str]) – 选择数据集的一个子集 [None, “训练”, “验证”, “测试”]。None 表示整个数据集。“验证”和“测试”分别在“validation_list.txt”和“testing_list.txt”中定义，“训练”则是其余部分。关于文件“validation_list.txt”和“testing_list.txt”的详细说明，请参阅数据集的README以及原始论文第7节及其参考文献12。原始论文可以在这里找到。(默认值：
None)
TEDLIUM¶
-
class
torchaudio.datasets.TEDLIUM(root: Union[str, pathlib.Path], release: str = 'release1', subset: str = None, download: bool = False, audio_ext='.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）。
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) – 麦克风ID。可以是
"mic1"或"mic2"。(默认:"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。