如何在Python中安装speech_data库及处理安装报错问题

问题原因 #

speech_data并非公开上传到PyPI的第三方标准库，所以你无法通过常规的pip安装方式获取该库，也搜不到官方站点。它是你所用示例作业配套的自定义本地工具模块，仅在作业的完整源码包中提供。

解决步骤 #

• 优先查找你这份示例作业的完整配套资源，找到其中命名为speech_data.py的文件，将该文件放到你当前运行代码的同级目录下，即可直接import调用，示例中的batch = word_batch = speech_data.mfcc_batch_generator(64)代码可直接运行。
• 如果找不到配套的speech_data.py文件，可以自行实现对应功能，你用到的mfcc_batch_generator方法核心为读取语音数据集、提取MFCC特征、按指定batch size输出，实现逻辑如下：
  1. 先安装依赖库：pip install librosa numpy scipy
  2. 新建本地speech_data.py文件，写入对应功能代码，核心逻辑包含：
     • 遍历本地语音数据集路径，读取所有音频文件与对应标签
     • 对每个音频调用librosa的mfcc接口提取特征，做长度统一对齐
     • 按输入的batch size参数循环输出特征batch和对应标签batch
• 完成上述操作后重新运行代码即可解决报错。

报错截图参考 #

内容的提问来源于stack exchange，提问作者Manish