torchaudio¶

I/O¶

torchaudio 顶级模块提供以下函数，便于处理音频数据。

媒体解码和编码是一个高度复杂的过程。因此，TorchAudio 依赖第三方库来执行这些操作。这些第三方库被称为 backend，目前 TorchAudio 集成了以下库。

请参考安装以了解如何启用后端。

传统上，TorchAudio 会根据运行时可用性全局设置其 I/O 后端。然而，这种方法不允许应用程序使用不同的后端，也不适用于大型代码库。

出于这些原因，在 v2.0 版本中，我们引入了一个分发器（dispatcher），这是一种新机制，允许用户为每个函数调用选择后端。

启用调度器模式后，所有 I/O 函数均接受额外的关键字参数 backend，用于指定所需的后端。如果指定的后端不可用，则函数调用将失败。

如果未明确选择后端，函数将根据优先级顺序和库的可用性来选择要使用的后端。

下表总结了后端。

优先级

后端

支持的操作系统

注意

1

FFmpeg

Linux、macOS、Windows

使用 get_audio_decoders() 和 get_audio_encoders() 来获取支持的编解码器。

此后端支持多种协议（如 HTTPS 和 MP4）以及类文件对象。

2

SoX

Linux、macOS

使用 list_read_formats() 和 list_write_formats() 来获取支持的编解码器。

此后端不支持类文件对象。

3

SoundFile

Linux、macOS、Windows

请参考官方文档以获取支持的编解码器。

此后端支持类文件对象。

我们正在将 I/O 函数迁移至使用调度器机制，这一过程涉及多项变更，其中部分属于破坏向后兼容性的变更，需要用户调整其函数调用方式。

计划中的更改如下。有关最新信息，请参阅 https://github.com/pytorch/audio/issues/2950

在 2.0 版本中，引入了音频 I/O 后端调度器。用户可以通过设置环境变量选择使用调度器 TORCHAUDIO_USE_BACKEND_DISPATCHER=1。
在 2.1 版本中，调度器已成为 I/O 的默认机制。
在 2.2 版本中，已移除旧版全局后端机制。实用函数 get_audio_backend() 和 set_audio_backend() 已成为空操作（no-op）。

此外，我们从 libsox 后端中移除了对类文件对象的支持，因为 FFmpeg 后端对此提供了更好的支持，同时也简化了构建流程。因此，从 2.1 版本开始，FFmpeg 和 Soundfile 是唯一支持类文件对象的后端。