api - 使用Tensorflow Dataset API的音频背景噪声

Question

我正在建立语音识别系统的输入管道。
我用数据集API成功读取了WAV中的一些短语(给我留下深刻的印象，它是如此简单和快捷)，并且有些音频文件带有背景噪音，我想与我的短语混合使用以增强它们并使系统更强大发出噪音。

我想使用单独的tf.data.Dataset.shuffle()随机选择背景噪声样本，然后将其与另一个tf.data.Dataset样本中的样本混合。

如何连接两个不同长度的数据集(背景噪声数据集可能是无限的)？ tf.data.Dataset.zip在这里合适并且可以工作吗？

UPD: tf.data.Dataset.zip成功运行，但如果噪声样本的数据集很小，则应将其乘以使其大小等于语音样本数据集的大小。如果不执行此操作，则结果数据集将具有压缩在一起的数据集中最短的数据集长度。

Answer 1

tf.data.Dataset.zip成功运行，但是如果噪声样本的数据集很小，则应将其乘以使其大小等于语音样本数据集的大小。如果不执行此操作，则结果数据集将具有压缩在一起的数据集中最短的数据集长度。