funasr2

游雁

2023-12-06 27f31cd42bb4e20dc19de0034fc0d80b449f1db1

 funasr/datasets/dataset_jsonl.py

@@ -4,8 +4,8 @@
import numpy as np
import kaldiio
import librosa


import torchaudio
import time

def load_audio(audio_path: str, fs: int=16000):
   audio = None
@@ -17,7 +17,9 @@
      if ".ark:" in audio_path:
         audio = kaldiio.load_mat(audio_path)
      else:
         audio, fs = librosa.load(audio_path, sr=fs)
         # audio, fs = librosa.load(audio_path, sr=fs)
         audio, fs = torchaudio.load(audio_path)
         audio = audio[0, :]
   return audio

def extract_features(data, date_type: str="sound", frontend=None):
@@ -76,21 +78,26 @@
   
   def __getitem__(self, index):
      return self.contents[index]
	
   def get_source_len(self, data_dict):
      return data_dict["source_len"]

   def get_target_len(self, data_dict):
		
      return data_dict["target_len"] if "target_len" in data_dict else 0


class AudioDataset(torch.utils.data.Dataset):
   def __init__(self, path, frontend=None, tokenizer=None, token_id_converter=None):

   def __init__(self, path, frontend=None, tokenizer=None, int_pad_value: int = -1, float_pad_value: float = 0.0, **kwargs):
      super().__init__()
      self.indexed_dataset = IndexedDatasetJsonl(path)
      self.frontend = frontend.forward
      self.fs = 16000 if frontend is None else frontend.fs
      self.data_type = "sound"
      self.tokenizer = tokenizer
      self.token_id_converter = token_id_converter

      self.int_pad_value = -1
      self.float_pad_value = 0.0
      self.int_pad_value = int_pad_value
      self.float_pad_value = float_pad_value

   

@@ -106,8 +113,7 @@
      data_src = load_audio(source, fs=self.fs)
      speech, speech_lengths = extract_features(data_src, self.data_type, self.frontend)
      target = item["target"]
      text = self.tokenizer.text2tokens(target)
      ids = self.token_id_converter.tokens2ids(text)
      ids = self.tokenizer.encode(target)
      ids_lengths = len(ids)
      text, text_lengths = torch.tensor(ids, dtype=torch.int64), torch.tensor([ids_lengths], dtype=torch.int32)