gtzan

• คำอธิบาย :

ชุดข้อมูลประกอบด้วย 1,000 แทร็กเสียง แต่ละแทร็กยาว 30 วินาที ประกอบด้วย 10 ประเภท แต่ละประเภทแสดงด้วย 100 แทร็ก แทร็กเป็นไฟล์เสียงโมโน 16 บิต 22050Hz ในรูปแบบ .wav

ประเภทคือ:

• บลูส์
• คลาสสิก
• ประเทศ
• ดิสโก้
• ฮิพฮอพ
• แจ๊ส
• โลหะ
• โผล่
• เร็กเก้

• หิน

• เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส

• หน้าแรก : http://marsyas.info/index.html

• รหัสที่มา : tfds.audio.gtzan.GTZAN

• รุ่น :

  • 1.0.0 (ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น

• ขนาดการดาวน์โหลด : 1.14 GiB

• ขนาดชุดข้อมูล : 3.71 GiB

• แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่

• แยก :

แยก	ตัวอย่าง
'train'	1,000

• โครงสร้างคุณลักษณะ :

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=int64),
    'audio/filename': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
เสียง	เครื่องเสียง	(ไม่มี,)	int64
เสียง/ชื่อไฟล์	ข้อความ		สตริง
ฉลาก	ป้ายกำกับคลาส		int64

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('audio', 'label')

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

@misc{tzanetakis_essl_cook_2001,
author    = "Tzanetakis, George and Essl, Georg and Cook, Perry",
title     = "Automatic Musical Genre Classification Of Audio Signals",
url       = "http://ismir2001.ismir.net/pdf/tzanetakis.pdf",
publisher = "The International Society for Music Information Retrieval",
year      = "2001"
}