audio下載 - audio源代碼下載

audio

Python

TorchAudio 2.5.0 Release

下載

Torchaudio：Pytorch的音頻庫

Torchaudio徽標

Torchaudio的目的是將Pytorch應用於音頻域。通過支持Pytorch，Torchaudio遵循相同的理念，即提供強大的GPU加速度，專注於通過自動克拉德系統的可訓練功能，並具有一致的樣式（張量名和尺寸名稱）。因此，它主要是機器學習庫，而不是通用信號處理庫。通過使用Pytorch操作，可以在Torchaudio中看到Pytorch的好處，這使其易於使用，並感覺像是自然的擴展。

支持音頻I/O（加載文件，保存文件）
- 使用SOX加載各種音頻格式，例如wav ， mp3 ， ogg ， flac ，OPUS，SPHERE， opus ， sphere ，將其加載到火炬張量中
- 卡爾迪（ARK/SCP）
通用音頻數據集的數據加載器
音頻和語音處理功能
- oded_align
常見的音頻變換
- 頻譜圖，amplitudetodb，melscale，melspectrogram，mfcc，mulawencoding，mulawdecoding，重新樣本
合規接口：使用與其他庫對齊的Pytorch運行代碼
- Kaldi：頻譜圖，Fbank，MFCC

安裝

請參閱https://pytorch.org/audio/main/installation.html以獲取Torchaudio的安裝和構建過程。

API參考

API參考位於這裡：http：//pytorch.org/audio/main/

貢獻準則

請參考貢獻。

引用

如果您覺得此軟件包有用，請引用為：

 @article { yang2021torchaudio ,
  title = { TorchAudio: Building Blocks for Audio and Speech Processing } ,
  author = { Yao-Yuan Yang and Moto Hira and Zhaoheng Ni and Anjali Chourdia and Artyom Astafurov and Caroline Chen and Ching-Feng Yeh and Christian Puhrsch and David Pollack and Dmitriy Genzel and Donny Greenberg and Edward Z. Yang and Jason Lian and Jay Mahadeokar and Jeff Hwang and Ji Chen and Peter Goldsborough and Prabhat Roy and Sean Narenthiran and Shinji Watanabe and Soumith Chintala and Vincent Quenneville-Bélair and Yangyang Shi } ,
  journal = { arXiv preprint arXiv:2110.15018 } ,
  year = { 2021 }
}

 @misc { hwang2023torchaudio ,
      title = { TorchAudio 2.1: Advancing speech recognition, self-supervised learning, and audio processing components for PyTorch } , 
      author = { Jeff Hwang and Moto Hira and Caroline Chen and Xiaohui Zhang and Zhaoheng Ni and Guangzhi Sun and Pingchuan Ma and Ruizhe Huang and Vineel Pratap and Yuekai Zhang and Anurag Kumar and Chin-Yun Yu and Chuang Zhu and Chunxi Liu and Jacob Kahn and Mirco Ravanelli and Peng Sun and Shinji Watanabe and Yangyang Shi and Yumeng Tao and Robin Scheibler and Samuele Cornell and Sean Kim and Stavros Petridis } ,
      year = { 2023 } ,
      eprint = { 2310.17864 } ,
      archivePrefix = { arXiv } ,
      primaryClass = { eess.AS }
}