Windows环境下torchaudio加载音频报错：sox_io后端不可用及MP3解码问题

问题分析 #

• RuntimeError提示sox_io不在可用后端列表，是因为Windows环境下默认未安装sox工具，torchaudio无法初始化sox_io后端
• ImportError提示需要sox解码MP3，是因为soundfile后端本身不支持MP3格式，必须依赖sox处理该格式文件

解决步骤 #

1. 安装Sox工具（Windows环境）

   • 下载Windows版Sox二进制压缩包，解压后将包含sox.exe的文件夹路径添加到系统环境变量PATH中（需重启终端生效）
   • 若已安装Chocolatey包管理器，可直接执行命令：

     choco install sox
     

2. 安装Python依赖包
   执行以下命令安装torchaudio及sox相关依赖：

   pip install torchaudio sox
   

3. 切换到sox_io后端
   在代码中替换之前的soundfile后端设置，改为：

   import torchaudio
   torchaudio.set_audio_backend("sox_io")
   

4. 验证安装
   运行一段测试代码确认MP3文件可正常加载：

   from datasets import load_dataset
   dataset = load_dataset("your_dataset_name", split="train")
   audio_sample = dataset[0]["audio"]
   print(audio_sample)
   

备选方案（无需sox） #

如果不想安装sox工具，可将MP3文件批量转换为WAV格式（soundfile原生支持WAV），再用soundfile后端加载。

内容的提问来源于stack exchange，提问作者konio011