Skip to content
TheChatArchiveThe Chat Archive
gpt-4-0314· openaiHugging Face Suzhen/CodeChat

Загрузите датасет directory =…

  1. User

    Загрузите датасет

    directory = ‘/content/drive/MyDrive/School21/day09/datasets/audio_yes_no/waves_yesno 2’ X, labels, sample_rate, files = load_dataset(directory)

    Разделите данные на обучающие и тестовые

    X_train, X_test, labels_train, labels_test = train_test_split(X, labels, test_size=0.2, random_state=42)

    Получите VAD сегменты речи для обучающего и тестового наборов

    vad_segments_train = [vad(audio, sample_rate) for audio in X_train] vad_segments_test = [vad(audio, sample_rate) for audio in X_test]

    Создайте обучающий и тестовый датасеты с использованием VAD сегментов и функции make_dataset

    X_train_stft, Y_train_stft = make_dataset(X_train, labels_train, vad_segments_train) X_test_stft, Y_test_stft = make_dataset(X_test, labels_test, vad_segments_test)

  2. Assistant

    Импортируйте необходимые библиотеки и функции

    import numpy as np from sklearn.model_selection import train_test_split from model_util import load_dataset, vad, make_dataset

    Загрузите датасет

    directory = "/content/drive/MyDrive/School21/day09/datasets/audio_yes_no/waves_yesno 2" X, labels, sample_rate, files = load_dataset(directory)

    Разделите данные на обучающие и тестовые

    X_train, X_test, labels_train, labels_test = train_test_split(X, labels, test_size=0.2, random_state=42)

    Получите VAD сегменты речи для обучающего и тестового наборов

    vad_segments_train = [vad(audio, sample_rate) for audio in X_train] vad_segments_test = [vad(audio, sample_rate) for audio in X_test]

    Создайте обучающий и тестовый датасеты с использованием VAD сегментов и функции make_dataset

    X_train_stft, Y_train_stft = make_dataset(X_train, labels_train, vad_segments_train) X_test_stft, Y_test_stft = make_dataset(X_test, labels_test, vad_segments_test)

  3. User

    IndexError Traceback (most recent call last) in <cell line: 13>() 11 12 # Создайте обучающий и тестовый датасеты с использованием VAD сегментов и функции make_dataset ---> 13 X_train_stft, Y_train_stft = make_dataset(X_train, labels_train, vad_segments_train) 14 X_test_stft, Y_test_stft = make_dataset(X_test, labels_test, vad_segments_test)

    in make_dataset(samples, labels, vad_segments) 24 25 X.append(stft_db) # Добавляем спектрограмму с речью ---> 26 y.append(labels[sample][segment]) # Добавляем метку для этой спектрограммы 27 28 return np.array(X), np.array(y)

    IndexError: list index out of range

  4. Assistant

    Ошибка говорит о том, что индекс выходит за пределы списка. Вероятно, проблема в строке:

    y.append(labels[sample][segment])
    

    Один из возможных способов решения - проверить, входят ли sample и segment в допустимый диапазон для соответствующих списков. Также проверьте, что длина списка labels и samples совпадает, а метки и аудио располагаются в правильном порядке.

    Давайте попробуем отладить и исправить проблему:

    def make_dataset(samples, labels, vad_segments):
        X = []
        y = []
    
        for sample, segments in enumerate(vad_segments):
            for segment in segments:
                # Здесь мы убедимся, что sample находится в допустимом диапазоне
                assert sample < len(labels), f"Sample index {sample} is out of range for labels list (length {len(labels)})"
    
                # Аналогично, проверяем segment на допустимость
                assert segment < len(labels[sample]), f"Segment index {segment} is out of range for label at sample {sample} (length {len(labels[sample])})"
                
                audio = samples[sample][segment[0]:segment[1]]
                _, _, stft_db = signal.stft(audio, sample_rate, nperseg=nperseg, noverlap=noverlap)
    
                X.append(stft_db)
                y.append(labels[sample][segment])
    
        return np.array(X), np.array(y)
    

    Используйте отлаженную версию функции make_dataset и проверьте, сохраняется ли ошибка. Если возникают дополнительные ошибки или проблемы, приведите их текст и я помогу вам разобраться.

  5. User

    TypeError Traceback (most recent call last) in <cell line: 13>() 11 12 # Создайте обучающий и тестовый датасеты с использованием VAD сегментов и функции make_dataset ---> 13 X_train_stft, Y_train_stft = make_dataset(X_train, labels_train, vad_segments_train) 14 X_test_stft, Y_test_stft = make_dataset(X_test, labels_test, vad_segments_test)

    in make_dataset(samples, labels, vad_segments) 9 10 # Аналогично, проверяем segment на допустимость ---> 11 assert segment < len(labels[sample]), f"Segment index {segment} is out of range for label at sample {sample} (length {len(labels[sample])})" 12 13 audio = samples[sample][segment[0]:segment[1]]

    TypeError: '<' not supported between instances of 'list' and 'int'

  6. Assistant

    Моя извинения, я сделал ошибку в коде. В проверке условия я должен был использовать segment[1], а не segment. Вот исправленный код:

    def make_dataset(samples, labels, vad_segments):
        X = []
        y = []
    
        for sample, segments in enumerate(vad_segments):
            for segment in segments:
                # Здесь мы убедимся, что sample находится в допустимом диапазоне
                assert sample < len(labels), f"Sample index {sample} is out of range for labels list (length {len(labels)})"
    
                # Аналогично, проверяем segment на допустимость
                assert segment[1] < len(labels[sample]), f"Segment index {segment[1]} is out of range for label at sample {sample} (length {len(labels[sample])})"
                
                audio = samples[sample][segment[0]:segment[1]]
                _, _, stft_db = signal.stft(audio, sample_rate, nperseg=nperseg, noverlap=noverlap)
    
                X.append(stft_db)
                y.append(labels[sample][segment[1]])
    
        return np.array(X), np.array(y)
    

    Пожалуйста, попробуйте запустить исправленную версию функции make_dataset и проверьте, сохраняется ли ошибка. Если возникают дополнительные ошибки или проблемы, приведите их текст, и я помогу вам разобраться.

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.