alur

• Deskripsi :

Groove MIDI Dataset (GMD) terdiri dari 13,6 jam MIDI yang diselaraskan dan audio (disintesis) dari permainan drum ekspresif selaras tempo yang dilakukan manusia yang direkam pada kit drum elektronik Roland TD-11 V-Drum.

• Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode

• Beranda : https://g.co/magenta/groove-dataset

• Kode sumber : tfds.datasets.groove.Builder

• Versi :

  • 2.0.1 (default): Tidak ada catatan rilis.

• Kunci yang diawasi (Lihat as_supervised doc ): None

• Gambar ( tfds.show_examples ): Tidak didukung.

• Kutipan :

@inproceedings{groove2019,
    Author = {Jon Gillick and Adam Roberts and Jesse Engel and Douglas Eck and David Bamman},
    Title = {Learning to Groove with Inverse Sequence Transformations},
    Booktitle   = {International Conference on Machine Learning (ICML)}
    Year = {2019},
}

groove/full-midionly (konfigurasi default)

• Deskripsi konfigurasi : Groove dataset tanpa audio, unsplit.

• Ukuran unduhan : 3.11 MiB

• Ukuran dataset : 5.22 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'test'	129
'train'	897
'validation'	124

• Struktur fitur :

FeaturesDict({
    'bpm': int32,
    'drummer': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'id': string,
    'midi': string,
    'style': FeaturesDict({
        'primary': ClassLabel(shape=(), dtype=int64, num_classes=18),
        'secondary': string,
    }),
    'time_signature': ClassLabel(shape=(), dtype=int64, num_classes=5),
    'type': ClassLabel(shape=(), dtype=int64, num_classes=2),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
bpm	Tensor		int32
penabuh drum	LabelKelas		int64
Indo	Tensor		rangkaian
midi	Tensor		rangkaian
gaya	fiturDict
gaya/utama	LabelKelas		int64
gaya/sekunder	Tensor		rangkaian
time_signature	LabelKelas		int64
Tipe	LabelKelas		int64

• Contoh ( tfds.as_dataframe ):

alur/penuh-16000hz

• Deskripsi konfigurasi : Groove dataset dengan audio, unsplit.

• Ukuran unduhan : 4.76 GiB

• Ukuran dataset : 2.33 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'test'	124
'train'	846
'validation'	120

• Struktur fitur :

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=float32),
    'bpm': int32,
    'drummer': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'id': string,
    'midi': string,
    'style': FeaturesDict({
        'primary': ClassLabel(shape=(), dtype=int64, num_classes=18),
        'secondary': string,
    }),
    'time_signature': ClassLabel(shape=(), dtype=int64, num_classes=5),
    'type': ClassLabel(shape=(), dtype=int64, num_classes=2),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
audio	Audio	(Tidak ada,)	float32
bpm	Tensor		int32
penabuh drum	LabelKelas		int64
Indo	Tensor		rangkaian
midi	Tensor		rangkaian
gaya	fiturDict
gaya/utama	LabelKelas		int64
gaya/sekunder	Tensor		rangkaian
time_signature	LabelKelas		int64
Tipe	LabelKelas		int64

• Contoh ( tfds.as_dataframe ):

groove/2bar-midionly

• Deskripsi konfigurasi : Groove dataset tanpa audio, dibagi menjadi potongan 2-bar.

• Ukuran unduhan : 3.11 MiB

• Ukuran dataset : 19.59 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'test'	2.204
'train'	18.163
'validation'	2.252

• Struktur fitur :

FeaturesDict({
    'bpm': int32,
    'drummer': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'id': string,
    'midi': string,
    'style': FeaturesDict({
        'primary': ClassLabel(shape=(), dtype=int64, num_classes=18),
        'secondary': string,
    }),
    'time_signature': ClassLabel(shape=(), dtype=int64, num_classes=5),
    'type': ClassLabel(shape=(), dtype=int64, num_classes=2),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
bpm	Tensor		int32
penabuh drum	LabelKelas		int64
Indo	Tensor		rangkaian
midi	Tensor		rangkaian
gaya	fiturDict
gaya/utama	LabelKelas		int64
gaya/sekunder	Tensor		rangkaian
time_signature	LabelKelas		int64
Tipe	LabelKelas		int64

• Contoh ( tfds.as_dataframe ):

alur/2bar-16000hz

• Deskripsi konfigurasi : Groove dataset dengan audio, dibagi menjadi potongan 2-bar.

• Ukuran unduhan : 4.76 GiB

• Ukuran dataset : 4.61 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'test'	1.873
'train'	14.390
'validation'	2.034

• Struktur fitur :

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=float32),
    'bpm': int32,
    'drummer': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'id': string,
    'midi': string,
    'style': FeaturesDict({
        'primary': ClassLabel(shape=(), dtype=int64, num_classes=18),
        'secondary': string,
    }),
    'time_signature': ClassLabel(shape=(), dtype=int64, num_classes=5),
    'type': ClassLabel(shape=(), dtype=int64, num_classes=2),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
audio	Audio	(Tidak ada,)	float32
bpm	Tensor		int32
penabuh drum	LabelKelas		int64
Indo	Tensor		rangkaian
midi	Tensor		rangkaian
gaya	fiturDict
gaya/utama	LabelKelas		int64
gaya/sekunder	Tensor		rangkaian
time_signature	LabelKelas		int64
Tipe	LabelKelas		int64

• Contoh ( tfds.as_dataframe ):

groove/4bar-midionly

• Deskripsi konfigurasi : Groove dataset tanpa audio, dibagi menjadi potongan 4-bar.

• Ukuran unduhan : 3.11 MiB

• Ukuran dataset : 27.32 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'test'	2.033
'train'	17.261
'validation'	2.121

• Struktur fitur :

FeaturesDict({
    'bpm': int32,
    'drummer': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'id': string,
    'midi': string,
    'style': FeaturesDict({
        'primary': ClassLabel(shape=(), dtype=int64, num_classes=18),
        'secondary': string,
    }),
    'time_signature': ClassLabel(shape=(), dtype=int64, num_classes=5),
    'type': ClassLabel(shape=(), dtype=int64, num_classes=2),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
bpm	Tensor		int32
penabuh drum	LabelKelas		int64
Indo	Tensor		rangkaian
midi	Tensor		rangkaian
gaya	fiturDict
gaya/utama	LabelKelas		int64
gaya/sekunder	Tensor		rangkaian
time_signature	LabelKelas		int64
Tipe	LabelKelas		int64

• Contoh ( tfds.as_dataframe ):