gtzan

• Descripción :

El conjunto de datos consta de 1000 pistas de audio cada una de 30 segundos de duración. Contiene 10 géneros, cada uno representado por 100 pistas. Las pistas son todos archivos de audio mono de 16 bits de 22050 Hz en formato .wav.

Los géneros son:

• blues
• clásico
• país
• disco
• hip hop
• jazz
• metal
• estallido
• reggae

• roca

• Documentación adicional : Explore en Papers With Code

• Página de inicio: http://marsyas.info/index.html

• Código fuente : tfds.audio.gtzan.GTZAN

• Versiones :

  • 1.0.0 (predeterminado): Sin notas de la versión.

• Tamaño de descarga : 1.14 GiB

• Tamaño del conjunto de datos : 3.71 GiB

• Almacenamiento automático en caché ( documentación ): No

• Divisiones :

Separar	Ejemplos
'train'	1,000

• Estructura de características :

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

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
audio	Audio	(Ninguna,)	int64
audio/nombre de archivo	Texto		cuerda
etiqueta	Etiqueta de clase		int64

• Teclas supervisadas (Ver as_supervised ): ('audio', 'label')

• Figura ( tfds.show_examples ): no compatible.

• Ejemplos ( tfds.as_dataframe ):

• Cita :

@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"
}