python里面Dataset干嘛的_conv-tasnet代码笔记--dataset&audio

一个入门语音分离小菜鸡的日记

写此文的目的是记录自己的学习过程，一些经过，遇到问题以及解决问题的方法，存放在这里，方便自己以后复习以及自己的一些总结，如果此文对你有帮助，或者我写的有错误，请随时联系我。

---

我也是边看代码边学习基础计知识，毕业就好。

最近新看了很多基础知识。对numpy矩阵里面的很多形式不是很会，

NumPy Ndarray 对象​www.runoob.com

对于python里面有num_workers=4，早dataset里面，是4个num_worker一起工作，增加数据读取效率。

eg是一个字典，看你传进来什么。

def _make_chunk(self, eg, s):
        """
        Make a chunk instance, which contains:
            "mix": ndarray,
            "ref": [ndarray...]
        """
        chunk = dict()
        chunk["mix"] = eg["mix"][s:s + self.chunk_size]
        chunk["ref"] = [ref[s:s + self.chunk_size] for ref in eg["ref"]]
        return chunk

这里的意思是分块，chunk成32000，。chunk=dict（），创建一个空字典。s+self.chunk_size一起看。

def 

这段代码块的意思是，如果混合的语音少于16000，舍弃掉。如果大于16000小于32000，后面加0，接下来就是随机挑选起点。

下面就是块级别的pit。

def _merge(self, chunk_list):
        """
        Merge chunk list into mini-batch
        """
        N = len(chunk_list)
        if self.train:
            random.shuffle(chunk_list)
        blist = []
        for s in range(0, N - self.batch_size + 1, self.batch_size):
            batch = default_collate(chunk_list[s:s + self.batch_size])
            blist.append(batch)
        rn = N % self.batch_size
        return blist, chunk_list[-rn:] if rn else []

这块代码是将数据块列表合并到迷你批处理中。

audio

这一部分不难，是直接看代码是处理音频数据的。

直接看代码的解释就能看懂，读取数据scp格式，顺序索引格式，直接看代码注释没问题，这一部分即使不能全部理解，对整个实验的影响不大。我要做的修改实验不在这里改。

时间

20200328--11:20