forked from mindspore-Ecosystem/mindspore
114 lines
5.3 KiB
ReStructuredText
114 lines
5.3 KiB
ReStructuredText
mindspore.dataset.LJSpeechDataset
|
||
=================================
|
||
|
||
.. py:class:: mindspore.dataset.LJSpeechDataset(dataset_dir, num_samples=None, num_parallel_workers=None, shuffle=None, sampler=None, num_shards=None, shard_id=None, cache=None)
|
||
|
||
读取和解析LJSpeech数据集的源文件构建数据集。
|
||
|
||
生成的数据集有两列: `[waveform, sample_rate, transcription, normalized_transcript]`。
|
||
`waveform` 列的数据类型为float32， `sample_rate` 列的数据类型为int32， `transcription` 列的数据类型为string， `normalized_transcript` 列的数据类型为string。
|
||
|
||
参数：
|
||
- **dataset_dir** (str) - 包含数据集文件的根目录路径。
|
||
- **num_samples** (int, 可选) - 指定从数据集中读取的样本数，可以小于数据集总数。默认值：None，读取全部样本音频。
|
||
- **num_parallel_workers** (int, 可选) - 指定读取数据的工作线程数。默认值：None，使用mindspore.dataset.config中配置的线程数。
|
||
- **shuffle** (bool, 可选) - 是否混洗数据集。默认值：None，下表中会展示不同参数配置的预期行为。
|
||
- **sampler** (Sampler, 可选) - 指定从数据集中选取样本的采样器，默认值：None，下表中会展示不同配置的预期行为。
|
||
- **num_shards** (int, 可选) - 指定分布式训练时将数据集进行划分的分片数，默认值：None。指定此参数后， `num_samples` 表示每个分片的最大样本数。
|
||
- **shard_id** (int, 可选) - 指定分布式训练时使用的分片ID号，默认值：None。只有当指定了 `num_shards` 时才能指定此参数。
|
||
- **cache** (DatasetCache, 可选) - 单节点数据缓存服务，用于加快数据集处理，详情请阅读 `单节点数据缓存 <https://www.mindspore.cn/tutorials/experts/zh-CN/master/dataset/cache.html>`_ 。默认值：None，不使用缓存。
|
||
|
||
异常：
|
||
- **RuntimeError** - `dataset_dir` 路径下不包含数据文件。
|
||
- **ValueError** - `num_parallel_workers` 参数超过系统最大线程数。
|
||
- **RuntimeError** - 同时指定了 `sampler` 和 `shuffle` 参数。
|
||
- **RuntimeError** - 同时指定了 `sampler` 和 `num_shards` 参数或同时指定了 `sampler` 和 `shard_id` 参数。
|
||
- **RuntimeError** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。
|
||
- **RuntimeError** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。
|
||
- **ValueError** - `shard_id` 参数错误（小于0或者大于等于 `num_shards` ）。
|
||
|
||
.. note:: 此数据集可以指定参数 `sampler` ，但参数 `sampler` 和参数 `shuffle` 的行为是互斥的。下表展示了几种合法的输入参数组合及预期的行为。
|
||
|
||
.. list-table:: 配置 `sampler` 和 `shuffle` 的不同组合得到的预期排序结果
|
||
:widths: 25 25 50
|
||
:header-rows: 1
|
||
|
||
* - 参数 `sampler`
|
||
- 参数 `shuffle`
|
||
- 预期数据顺序
|
||
* - None
|
||
- None
|
||
- 随机排列
|
||
* - None
|
||
- True
|
||
- 随机排列
|
||
* - None
|
||
- False
|
||
- 顺序排列
|
||
* - `sampler` 实例
|
||
- None
|
||
- 由 `sampler` 行为定义的顺序
|
||
* - `sampler` 实例
|
||
- True
|
||
- 不允许
|
||
* - `sampler` 实例
|
||
- False
|
||
- 不允许
|
||
|
||
**关于LJSPEECH数据集：**
|
||
|
||
LJSPEECH是一个公共领域的语音数据集，由13,100个来自7部非小说类书籍的段落短音频片段组成。
|
||
为每个剪辑片段都进行转录，剪辑的长度从1秒到10秒不等，总长度约为24小时。
|
||
|
||
这些被阅读的文本于1884年至1964年间出版，属于公共领域，这些音频由LibriVox项目于2016-17年录制。
|
||
|
||
以下是原始的LJSPEECH数据集结构。
|
||
可以将数据集文件解压缩到以下目录结构中，并由MindSpore的API读取。
|
||
|
||
.. code-block::
|
||
|
||
.
|
||
└── LJSpeech-1.1
|
||
├── README
|
||
├── metadata.csv
|
||
└── wavs
|
||
├── LJ001-0001.wav
|
||
├── LJ001-0002.wav
|
||
├── LJ001-0003.wav
|
||
├── LJ001-0004.wav
|
||
├── LJ001-0005.wav
|
||
├── LJ001-0006.wav
|
||
├── LJ001-0007.wav
|
||
├── LJ001-0008.wav
|
||
...
|
||
├── LJ050-0277.wav
|
||
└── LJ050-0278.wav
|
||
|
||
**引用：**
|
||
|
||
.. code-block::
|
||
|
||
@misc{lj_speech17,
|
||
author = {Keith Ito and Linda Johnson},
|
||
title = {The LJ Speech Dataset},
|
||
howpublished = {url{https://keithito.com/LJ-Speech-Dataset}},
|
||
year = 2017
|
||
}
|
||
|
||
.. include:: mindspore.dataset.Dataset.add_sampler.rst
|
||
|
||
.. include:: mindspore.dataset.Dataset.rst
|
||
|
||
.. include:: mindspore.dataset.Dataset.d.rst
|
||
|
||
.. include:: mindspore.dataset.Dataset.e.rst
|
||
|
||
.. include:: mindspore.dataset.Dataset.f.rst
|
||
|
||
.. include:: mindspore.dataset.Dataset.save.rst
|
||
|
||
.. include:: mindspore.dataset.Dataset.g.rst
|
||
|
||
.. include:: mindspore.dataset.Dataset.use_sampler.rst
|
||
|
||
.. include:: mindspore.dataset.Dataset.zip.rst |