Java 类名：com.alibaba.alink.operator.batch.audio.ReadAudioToTensorBatchOp
Python 类名：ReadAudioToTensorBatchOp

功能介绍

读取音频文件，并转换为 Alink FloatTensor 格式。

参数说明

| 名称 | 中文名称 | 描述 | 类型 | 是否必须？ | 取值范围 | 默认值 | | —- | —- | —- | —- | —- | —- | —- |

| outputCol | 输出结果列列名 | 输出结果列列名，必选 | String | ✓ | | |

| relativeFilePathCol | 文件路径列 | 文件路径列 | String | ✓ | 所选列类型为 [STRING] | |

| rootFilePath | 文件路径 | 文件路径 | String | ✓ | | |

| sampleRate | 采样率 | 采样率 | Integer | ✓ | | |

| duration | 采样持续时间 | 采样持续时间 | Double | | | |

| offset | 采样开始时刻 | 采样开始时刻 | Double | | | 0.0 |

| reservedCols | 算法保留列名 | 算法保留列 | String[] | | | null |

| numThreads | 组件多线程线程个数 | 组件多线程线程个数 | Integer | | | 1 |

代码示例

Python 代码

以下代码仅用于示意，可能需要修改部分代码或者配置环境后才能正常运行！

  1. dataDir = "https://alink-test-data.oss-cn-hangzhou.aliyuncs.com/audio";
  3. df = pd.DataFrame([
  4.     ["246.wav"],
  5.     ["247.wav"]
  6. ])
  8. allFiles = BatchOperator.fromDataframe(df, schemaStr='wav_file_path string')
  9. SAMPLE_RATE = 16000
  11. readOp = ReadAudioToTensorBatchOp().setRootFilePath(dataDir) \
  12. .setSampleRate(SAMPLE_RATE) \
  13. .setRelativeFilePathCol("wav_file_path") \
  14. .setOutputCol("tensor") \
  15. .linkFrom(allFiles)
  17. readOp.print()

Java 代码

  1. import com.alibaba.alink.operator.batch.BatchOperator;
  2. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  3. import com.alibaba.alink.testutil.AlinkTestBase;
  4. import org.junit.Test;
  6. public class ReadAudioToTensorBatchOpTest extends AlinkTestBase {
  8.     @Test
  9.     public void testReadAudioToTensorOp() throws Exception {
  10.         String dataDir = "https://alink-test-data.oss-cn-hangzhou.aliyuncs.com/audio";
  11.         String[] allFiles = {"246.wav", "247.wav"};
  12.         int sampleRate = 16000;
  13.         BatchOperator source = new MemSourceBatchOp(allFiles, "wav_file_path")
  14.                 .link(new ReadAudioToTensorBatchOp()
  15.                         .setRootFilePath(DATA_DIR)
  16.                         .setSampleRate(sampleRate)
  17.                         .setRelativeFilePathCol("wav_file_path")
  18.                         .setDuration(2)
  19.                         .setOutputCol("tensor")
  20.                 );
  21.         source.print();
  22.     }
  24. }

运行结果

| wav_file_path | tensor | | —- | —- |

| 246.wav | FLOAT#32000,1#-7.324219E-4 -0.0010986328 -9.460449E-4 … |

| 247.wav | FLOAT#32000,1#-0.0057678223 -0.0051574707 -0.0036315918 … |