从 huggingface 数据集流式传输音频数据，或模拟给定示例数据的流式处理

问：

我想从包含音频数据的 huggingface.co 访问各种数据集。首先，我使用的是 GigaSpeech 数据集。

我了解如何使用 （通过在调用时包括 .但是，这似乎会立即下载整个音频文件，因为返回的项具有一个键，其值包含键和 ，其中似乎包含整个音频文件的示例数据。IterableDatasetstreaming=Trueload_dataset(...)audiopatharrayarray

我正在使用 ，它似乎支持从 URL（即来自远程文件）流式传输。我想知道是否有可能让 IterableDataset（或类似的东西）遍历音频文件的 URL，而不是直接下载它们。torchaudio.io.StreamReader

如果这是不可能的：我已经在缓存文件夹中查看了几次，但我找不到音频文件，甚至找不到似乎暗示的文件夹。无论如何，由于似乎包含文件中的音频数据，因此读取源文件本身似乎没有必要。但是，似乎不支持从数组“流式传输”。我想知道最好的方法是什么，可以轻松地执行“流式处理”，并可能对数组进行重新采样（其是，但在某些时候需要转换为）。patharraytorchaudio.io.StreamReaderdtypetorch.float64numpy.float32

显然，我可以在数组上实现自己的窗口化和重采样，但如果我能使用与 StreamReader 非常相似的开箱即用的预先存在的东西，那就更好了。