游雁
2024-01-09 f14f9f8d15037c7b81cbdc880d61d05e23382a8f
funasr/utils/load_utils.py
@@ -9,53 +9,59 @@
import time
import logging
from torch.nn.utils.rnn import pad_sequence
# def load_audio(audio_or_path_or_list, fs: int=16000, audio_fs: int=16000):
try:
   from urllib.parse import urlparse
   from funasr.download.file import HTTPStorage
   import tempfile
except:
   print("urllib is not installed, if you infer from url, please install it first.")
# def load_audio(data_or_path_or_list, fs: int=16000, audio_fs: int=16000):
#
#    if isinstance(audio_or_path_or_list, (list, tuple)):
#       return [load_audio(audio, fs=fs, audio_fs=audio_fs) for audio in audio_or_path_or_list]
#    if isinstance(data_or_path_or_list, (list, tuple)):
#       return [load_audio(audio, fs=fs, audio_fs=audio_fs) for audio in data_or_path_or_list]
#
#    if isinstance(audio_or_path_or_list, str) and os.path.exists(audio_or_path_or_list):
#       audio_or_path_or_list, audio_fs = torchaudio.load(audio_or_path_or_list)
#       audio_or_path_or_list = audio_or_path_or_list[0, :]
#    elif isinstance(audio_or_path_or_list, np.ndarray): # audio sample point
#       audio_or_path_or_list = np.squeeze(audio_or_path_or_list) #[n_samples,]
#    if isinstance(data_or_path_or_list, str) and os.path.exists(data_or_path_or_list):
#       data_or_path_or_list, audio_fs = torchaudio.load(data_or_path_or_list)
#       data_or_path_or_list = data_or_path_or_list[0, :]
#    elif isinstance(data_or_path_or_list, np.ndarray): # audio sample point
#       data_or_path_or_list = np.squeeze(data_or_path_or_list) #[n_samples,]
#
#    if audio_fs != fs:
#       resampler = torchaudio.transforms.Resample(audio_fs, fs)
#       audio_or_path_or_list = resampler(audio_or_path_or_list[None, :])[0, :]
#    return audio_or_path_or_list
#       data_or_path_or_list = resampler(data_or_path_or_list[None, :])[0, :]
#    return data_or_path_or_list
def load_audio_and_text_image_video(audio_or_path_or_list, fs: int = 16000, audio_fs: int = 16000, data_type=None, tokenizer=None):
   if isinstance(audio_or_path_or_list, (list, tuple)):
def load_audio_text_image_video(data_or_path_or_list, fs: int = 16000, audio_fs: int = 16000, data_type=None, tokenizer=None):
   if isinstance(data_or_path_or_list, (list, tuple)):
      if data_type is not None and isinstance(data_type, (list, tuple)):
         data_types = [data_type] * len(audio_or_path_or_list)
         audio_or_path_or_list_ret = [[] for d in data_type]
         for i, (data_type_i, audio_or_path_or_list_i) in enumerate(zip(data_types, audio_or_path_or_list)):
         data_types = [data_type] * len(data_or_path_or_list)
         data_or_path_or_list_ret = [[] for d in data_type]
         for i, (data_type_i, data_or_path_or_list_i) in enumerate(zip(data_types, data_or_path_or_list)):
            
            for j, (data_type_j, audio_or_path_or_list_j) in enumerate(zip(data_type_i, audio_or_path_or_list_i)):
            for j, (data_type_j, data_or_path_or_list_j) in enumerate(zip(data_type_i, data_or_path_or_list_i)):
               
               audio_or_path_or_list_j = load_audio_and_text_image_video(audio_or_path_or_list_j, fs=fs, audio_fs=audio_fs, data_type=data_type_j, tokenizer=tokenizer)
               audio_or_path_or_list_ret[j].append(audio_or_path_or_list_j)
               data_or_path_or_list_j = load_audio_text_image_video(data_or_path_or_list_j, fs=fs, audio_fs=audio_fs, data_type=data_type_j, tokenizer=tokenizer)
               data_or_path_or_list_ret[j].append(data_or_path_or_list_j)
         return audio_or_path_or_list_ret
         return data_or_path_or_list_ret
      else:
         return [load_audio_and_text_image_video(audio, fs=fs, audio_fs=audio_fs) for audio in audio_or_path_or_list]
   if isinstance(audio_or_path_or_list, str) and os.path.exists(audio_or_path_or_list):
      audio_or_path_or_list, audio_fs = torchaudio.load(audio_or_path_or_list)
      audio_or_path_or_list = audio_or_path_or_list[0, :]
   elif isinstance(audio_or_path_or_list, np.ndarray):  # audio sample point
      audio_or_path_or_list = np.squeeze(audio_or_path_or_list)  # [n_samples,]
   elif isinstance(audio_or_path_or_list, str) and data_type is not None and data_type == "text" and tokenizer is not None:
      audio_or_path_or_list = tokenizer.encode(audio_or_path_or_list)
         return [load_audio_text_image_video(audio, fs=fs, audio_fs=audio_fs) for audio in data_or_path_or_list]
   if isinstance(data_or_path_or_list, str) and data_or_path_or_list.startswith('http'):
      data_or_path_or_list = download_from_url(data_or_path_or_list)
   if isinstance(data_or_path_or_list, str) and os.path.exists(data_or_path_or_list):
      data_or_path_or_list, audio_fs = torchaudio.load(data_or_path_or_list)
      data_or_path_or_list = data_or_path_or_list[0, :]
   elif isinstance(data_or_path_or_list, np.ndarray):  # audio sample point
      data_or_path_or_list = np.squeeze(data_or_path_or_list)  # [n_samples,]
   elif isinstance(data_or_path_or_list, str) and data_type is not None and data_type == "text" and tokenizer is not None:
      data_or_path_or_list = tokenizer.encode(data_or_path_or_list)
      
   if audio_fs != fs and data_type != "text":
      resampler = torchaudio.transforms.Resample(audio_fs, fs)
      audio_or_path_or_list = resampler(audio_or_path_or_list[None, :])[0, :]
   return audio_or_path_or_list
      data_or_path_or_list = resampler(data_or_path_or_list[None, :])[0, :]
   return data_or_path_or_list
def load_bytes(input):
   middle_data = np.frombuffer(input, dtype=np.int16)
@@ -99,4 +105,21 @@
   
   if isinstance(data_len, (list, tuple)):
      data_len = torch.tensor([data_len])
   return data.to(torch.float32), data_len.to(torch.int32)
   return data.to(torch.float32), data_len.to(torch.int32)
def download_from_url(url):
   result = urlparse(url)
   file_path = None
   if result.scheme is not None and len(result.scheme) > 0:
      storage = HTTPStorage()
      # bytes
      data = storage.read(url)
      work_dir = tempfile.TemporaryDirectory().name
      if not os.path.exists(work_dir):
         os.makedirs(work_dir)
      file_path = os.path.join(work_dir, os.path.basename(url))
      with open(file_path, 'wb') as fb:
         fb.write(data)
   assert file_path is not None, f"failed to download: {url}"
   return file_path