gtzan

  • বর্ণনা :

ডেটাসেটে প্রতি 30 সেকেন্ডের 1000টি অডিও ট্র্যাক থাকে। এটিতে 10টি জেনার রয়েছে, প্রতিটি 100টি ট্র্যাক দ্বারা উপস্থাপিত। ট্র্যাকগুলি হল .wav ফর্ম্যাটে 22050Hz Mono 16-বিট অডিও ফাইল৷

ঘরানাগুলি হল:

বিভক্ত উদাহরণ
'train' 1,000
  • বৈশিষ্ট্য গঠন :
FeaturesDict({
    'audio': Audio(shape=(None,), dtype=int64),
    'audio/filename': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
শ্রুতি শ্রুতি (কোনটিই নয়,) int64
অডিও/ফাইলের নাম পাঠ্য স্ট্রিং
লেবেল ক্লাসলেবেল int64
  • উদ্ধৃতি :
@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"
}