我已经在TensorFlow中看到了像tf.image.decode_png这样的图像解码器，但是如何读取音频文件(WAV，Ogg，MP3等)呢？没有TFRecord是否可能？
例如。像this这样的东西:
filename_queue = tf.train.string_input_producer(['my-audio.ogg'])
reader = tf.WholeFileReader()
key, value = reader.read(filename_queue)
my_audio = tf.audio.decode_ogg(value)
最佳答案
是的，软件包tensorflow.contrib.ffmpeg中有特殊的解码器。要使用它，您需要先安装ffmpeg。
例子:
audio_binary = tf.read_file('song.mp3')
waveform = tf.contrib.ffmpeg.decode_audio(audio_binary, file_format='mp3', samples_per_second=44100, channel_count=2)
关于tensorflow - 如何在TensorFlow图中读取Ogg或MP3音频文件？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/41109652/