Torch VGGish

A PyTorch端口VGGish¹，用于音频分类模型的特征嵌入前端。权重直接从tensorflow模型迁移，因此使用torchvggish创建的嵌入将是相同的。

快速开始

有两种选择：您可以从PyPI安装最新稳定版本，或者克隆此存储库并安装。

# optional: create virtual env
cd torchvggish && python3 -m venv .env
source activate .env/bin/activate

pip install -i https://test.pypi.org/simple/ torchvggish==0.1

# OR get the latest version
git clone git@github.com:harritaylor/torchvggish.git
pip install -r requirements.txt

用法

从example wav文件创建嵌入的简单示例

from torchvggish import vggish, vggish_input

# Initialise model and download weights
embedding_model = vggish()
embedding_model.eval()

example = vggish_input.wavfile_to_examples("example.wav")
embeddings = embedding_model.forward(example)

---

1. S. Hershey et al.，《大规模音频分类的CNN架构》，在2017年国际声学、语音和信号处理会议（ICASSP）中，可获取：https://arxiv.org/abs/1609.09430，https://ai.google/research/pubs/pub45611