gtzan

  • Descrizione :

Il set di dati è composto da 1000 tracce audio ciascuna della durata di 30 secondi. Contiene 10 generi, ciascuno rappresentato da 100 tracce. Le tracce sono tutte file audio 22050Hz Mono 16-bit in formato .wav.

I generi sono:

Diviso Esempi
'train' 1.000
  • Struttura delle caratteristiche :
FeaturesDict({
    'audio': Audio(shape=(None,), dtype=int64),
    'audio/filename': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
Audio Audio (Nessuno,) int64
audio/nome file Testo corda
etichetta ClassLabel int64
  • Citazione :
@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"
}