- विवरण :
डेटासेट में प्रत्येक 30 सेकंड लंबे 1000 ऑडियो ट्रैक होते हैं। इसमें 10 शैलियाँ हैं, प्रत्येक को 100 ट्रैक्स द्वारा दर्शाया गया है। ट्रैक सभी 22050Hz मोनो 16-बिट ऑडियो फ़ाइलें .wav प्रारूप में हैं।
शैलियाँ हैं:
- ब्लूज़
- क्लासिक
- देश
- डिस्को
- हिप हॉप
- जाज
- धातु
- पॉप
- रेग
चट्टान
अतिरिक्त दस्तावेज़ीकरण : कोड वाले पेपर्स पर एक्सप्लोर करें
होमपेज : http://marsyas.info/index.html
स्रोत कोड :
tfds.audio.gtzan.GTZANसंस्करण :
-
1.0.0(डिफ़ॉल्ट): कोई रिलीज़ नोट नहीं।
-
डाउनलोड आकार :
1.14 GiBडेटासेट का आकार :
3.71 GiBऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :
| विभाजित करना | उदाहरण |
|---|---|
'train' | 1,000 |
- फ़ीचर संरचना :
FeaturesDict({
'audio': Audio(shape=(None,), dtype=int64),
'audio/filename': Text(shape=(), dtype=string),
'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
- फ़ीचर दस्तावेज़ीकरण :
| विशेषता | कक्षा | आकार | डीटाइप | विवरण |
|---|---|---|---|---|
| विशेषताएं डिक्ट | ||||
| ऑडियो | ऑडियो | (कोई भी नहीं,) | int64 | |
| ऑडियो/फ़ाइल नाम | मूलपाठ | डोरी | ||
| लेबल | क्लासलेबल | int64 |
पर्यवेक्षित कुंजी (
as_supervisedदस्तावेज़ देखें):('audio', 'label')चित्र ( tfds.show_examples ): समर्थित नहीं है।
उदाहरण ( tfds.as_dataframe ):
- उद्धरण :
@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"
}