将 .wav 文件加载到 tensorflow.Data.Dataset

Question

我有几百个 wav 文件，我正在其上构建自动编码器。但我无法将所有 .wav 文件加载到笔记本中，因为它崩溃得很快。如何将数据加载到 tensorflow.data.dataset？

Answer 1

要加载音频文件，您将使用tf.audio.decode_wav，它将 WAV 编码的音频作为张量和采样率返回。有关图书馆的更多信息可以找到here。

下面的示例代码

def decode_audio(audio_binary):
  audio, _ = tf.audio.decode_wav(audio_binary)
  return tf.squeeze(audio, axis=-1)

阅读音频文件及其标签说明here。