Luigi Pipeline从YouTube下载Voxceleb音频并提取扬声器片段
voxceleb_luigi的Python项目详细描述
#路易吉之音 [！[pypi版本]（http://img.shields.io/pypi/v/voxceleb_luigi.svg?style=flat)](https://pypi.python.org/pypi/voxceleb_luigi）
Luigi Pipeline从YouTube下载Voxceleb音频并提取扬声器片段。
此管道可以同时下载[voxceleb]（http://www.robots.ox.ac.uk/~vgg/data/voxceleb/vox1.html）和[voxceleb2]（http://www.robots.ox.ac.uk/~vgg/data/voxceleb/vox2.html）。
##安装
pip install voxceleb_luigi
您需要安装ffmpeg和youtube-dl。在具有apt的系统上，您只需运行：
sudo apt install ffmpeg youtube-dl
##用法
下载并解压缩至少一个包含youtube url和时间戳的元数据目录（vc1[dev]（http://www.robots.ox.ac.uk/~vgg/data/voxceleb/data/vox1_dev_txt.zip)/[test](http://www.robots.ox.ac.uk/~vgg/data/voxceleb/data/vox1_test_txt.zip）、vc2[dev]（http://www.robots.ox.ac.uk/~vgg/data/voxceleb/data/vox2_dev_txt.zip)/[test](http://www.robots.ox.ac.uk/~vgg/data/voxceleb/data/vox2_test_txt.zip））。
启动luigid，中央调度器：
luigid –background
然后启动工作进程：
- luigi –module voxceleb_luigi
- –workers 4 voxceleb.ProcessDirectory –path /path/to/metadata
管道将递归搜索分段文件（通过查找类似于00001.txt等的文件），下载其源视频的音频，并提取扬声器分段。
默认情况下，段音频文件与名为wav的目录中的元数据并行存储，该目录是在txt目录旁边创建的。假设您在~/vc1中拥有voxceleb1的开发和测试集的元数据，路径看起来像~/vc1/dev/txt/idX/videoX/XXXXX.txt。如果将--path ~/vc1传递给管道，段将以~/vc1/dev/wav/idX/videoX/XXXXX.wav结尾。默认情况下，管道的其他输出（视频的完整音频、软故障、已完成目录的虚拟输出）存储在./voxceleb-luigi-files中。
##配置
数据集的创建位置和管道的存储目录都可以通过luigi.cfg中的参数进行更改（默认位置是当前工作目录；您可以通过LUIGI_CONFIG_PATH环境变量覆盖此位置）：
[voxceleb.Config] # Required output_dir=/where/to/store/wav/segments pipeline_dir=/where/to/put/pipeline/stuff
## Only necessary if youtube-dl, ffmpeg, and ffprobe are not in your PATH: #ffmpeg_bin=/ffmpeg-dir/ffmpeg #ffmpeg_directory=/ffmpeg-dir # passed on to youtube-dl via –ffmpeg-location #youtube_dl_bin=/path/to/youtube-dl
[voxceleb.ProcessDirectory] ## alternative to the –path command line option #path=/path/to/metadata
设置output_dir时，元数据的目录结构将镜像到此目录中。在这种情况下，txt目录不会被wav替换，而是从路径中删除。
欢迎加入QQ群-->： 979659372
](https://pypi.python.org/pypi/voxceleb_luigi){kind=link}