使用🤗datasets加载Sunbird音频数据集时TorchCodec报错求助

问题场景 #

执行以下代码加载音频数据集时触发RuntimeError，提示无法加载libtorchcodec，涉及FFmpeg未识别、PyTorch与TorchCodec版本不兼容，且找不到对应FFmpeg的.dll文件：

dataset = load_dataset("Sunbird/urban-noise-uganda-61k", "small")
sample = dataset['train'][0]

已尝试的操作：

• 安装FFmpeg v7并添加至系统PATH
• 安装PyTorch v2.8.0+cpu并匹配TorchCodec v0.7
• 确认所需.dll文件存在

可行解决方案 #

1. 手动指定FFmpeg路径给TorchCodec #

TorchCodec可能无法自动识别PATH中的FFmpeg，可通过环境变量强制指定：

import os
# 替换为你的FFmpeg安装目录下bin文件夹的绝对路径
os.environ["TORCHCODEC_FFMPEG_DIR"] = "C:/path/to/ffmpeg/bin"

设置完成后重启代码，重新加载数据集。

2. 降级FFmpeg版本 #

FFmpeg v7属于较新版本，TorchCodec v0.7对其兼容性可能不足，建议降级到FFmpeg v5.x或v6.x：

• 下载对应版本的解压版FFmpeg
• 替换系统PATH中的FFmpeg路径，确保旧版本优先级最高
• 重启终端或IDE后重新测试

3. 验证并修复TorchCodec与FFmpeg的绑定 #

执行以下代码检查TorchCodec是否正确检测到FFmpeg：

import torchcodec
print(torchcodec.ffmpeg_version())
print(torchcodec.ffmpeg_config())

如果输出为空或报错，说明绑定失败，需重新安装TorchCodec并指定FFmpeg路径：

pip uninstall torchcodec -y
pip install torchcodec --install-option="--ffmpeg-dir=C:/path/to/ffmpeg"

4. 切换到librosa音频解码器 #

🤗Datasets支持指定解码器，可绕过TorchCodec直接用librosa解码：

from datasets import load_dataset, Audio
dataset = load_dataset("Sunbird/urban-noise-uganda-61k", "small")
# 强制使用librosa解码音频
dataset = dataset.cast_column("audio", Audio(decode=True, decoder="librosa"))
sample = dataset['train'][0]

使用前需先安装librosa：pip install librosa

额外排查要点 #

• 确保FFmpeg的bin路径在系统PATH中处于最靠前位置，避免其他版本干扰
• 确认PyTorch为官方发布的CPU版本，无自定义编译，且版本严格匹配TorchCodec v0.7（支持PyTorch 2.6.0-2.8.0）
• 尝试在全新虚拟环境中重新安装所有依赖，排除原有环境的依赖冲突

内容的提问来源于stack exchange，提问作者Pranav Nataraj