如何将音频字节流转换为火炬张量？

Question

我正在尝试将 my_data 音频流转换为 PyTorch 张量作为 PyTorch 的 bytes 函数的输入。

（更具体地说，我使用 forward() 说话人模型来识别说话人：

Nemo )

有人知道怎么做吗？