ESC50¶

class paddle.audio.datasets. ESC50 ( mode: str = 'train', split: int = 1, feat_type: str = 'raw', archive=None, **kwargs ) [源代码] ¶

ESC50 数据集的实现。

参数¶

mode (str，可选) - 'train' 或 'dev' 模式两者之一，默认值为 'train'。

split (int，可选) - 默认是 1，指定 dev 的文件夹。

feat_type (str，可选) - 默认是 raw，raw 是原始语音，支持 mfcc，spectrogram，melspectrogram，logmelspectrogram。指定从音频提取的语音特征。

archive (dict，可选) - 默认是 None，类中已经设置默认 archive，指定数据集的下载链接和 md5 值。

返回¶

Dataset，ESC50 数据集实例。

代码示例¶

          >>> import paddle

>>> mode = 'dev'
>>> esc50_dataset = paddle.audio.datasets.ESC50(mode=mode,
...                                         feat_type='raw')
>>> for idx in range(5):
...     audio, label = esc50_dataset[idx]
...     # do something with audio, label
...     print(audio.shape, label)
...     # [audio_data_length] , label_id
[220500] 0
[220500] 14
[220500] 36
[220500] 36
[220500] 19

>>> esc50_dataset = paddle.audio.datasets.ESC50(mode=mode,
...                                         feat_type='mfcc',
...                                         n_mfcc=40)
>>> for idx in range(5):
...     audio, label = esc50_dataset[idx]
...     # do something with mfcc feature, label
...     print(audio.shape, label)
...     # [feature_dim, length] , label_id
[40, 1723] 0
[40, 1723] 14
[40, 1723] 36
[40, 1723] 36
[40, 1723] 19

         