【开源数据下载全步骤】利用Pytorch下载开源数据到本地，以Speech Command为例

最新推荐文章于 2025-10-09 11:35:27 发布

原创最新推荐文章于 2025-10-09 11:35:27 发布 · 2.4k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #深度学习

炼丹之路专栏收录该内容

5 篇文章

订阅专栏

本文介绍了如何通过PyTorch便捷地下载和在本地使用SpeechCommand数据集，这是一个用于语音识别的开源数据集。通过指定数据保存路径、URL、数据子集等参数，可以轻松下载所需版本的数据，并等待下载完成。

部署运行你感兴趣的模型镜像

背景

找开源数据来练练手，虽然可以直接通过pytorch或TensorFlow加载使用，但感觉太麻烦了，所以想直接下载到本地使用。上网直接搜数据集没有那种直接下载的链接，最后发现可以直接通过pytorch或是TensorFlow下载。下面以pytorch下载Speech Command数据集为例。

下载方法介绍（可直接看最后的下载代码）

1、找到对应数据的页面

如Speech Command数据集

拖到下面的Dataset Loader，根据需要选择对应的下载路径。本例使用pytorch。

2、找到对应的代码仓

root (str or Path) – 
Path to the directory where the dataset is found or downloaded.

url (str, optional) – 
The URL to download the dataset from, or the type of the dataset to download. 
Allowed type values are "speech_commands_v0.01" and "speech_commands_v0.02" 
(default: "speech_commands_v0.02")

folder_in_archive (str, optional) – 
The top-level directory of the dataset. 
(default: "SpeechCommands")

download (bool, optional) – 
Whether to download the dataset if it is not found at root path. 
(default: False).

subset (str or None, optional) – 
Select a subset of the dataset [None, “training”, “validation”, “testing”]. 
None means the whole dataset. 
“validation” and “testing” are defined in “validation_list.txt” and “testing_list.txt”, respectively, and “training” is the rest. 
Details for the files “validation_list.txt” and “testing_list.txt” are explained in the README of the dataset and in the introduction of Section 7 of the original paper and its reference 12. 
(Default: None)

根据上面所说的调用，即可下载

下载代码

下载数据
from torchaudio import datasets

datasets.SPEECHCOMMANDS(
    root="./data",                         # 你保存数据的路径
    url = 'speech_commands_v0.02',         # 下载数据版本URL
    folder_in_archive = 'SpeechCommands',  
    download = True                        # 这个记得选True 
)

然后就等下载就行了（要等一段时间，不行就科学上网）