gtzan

• Descrição :

O conjunto de dados consiste em 1000 faixas de áudio com duração de 30 segundos cada. Ele contém 10 gêneros, cada um representado por 100 faixas. As faixas são todos arquivos de áudio mono de 16 bits de 22050 Hz no formato .wav.

Os gêneros são:

• blues
• clássico
• país
• discoteca
• hip-hop
• jazz
• metal
• pop
• reggae

• Rocha

• Documentação Adicional : Explore em Papers With Code

• Página inicial : http://marsyas.info/index.html

• Código fonte : tfds.audio.gtzan.GTZAN

• Versões :

  • 1.0.0 (padrão): sem notas de versão.

• Tamanho do download : 1.14 GiB

• Tamanho do conjunto de dados : 3.71 GiB

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

Dividir	Exemplos
'train'	1.000

• Estrutura de recursos :

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

• Documentação do recurso:

Característica	Classe	Forma	Tipo D	Descrição
	RecursosDict
áudio	áudio	(Nenhum,)	int64
áudio/nome do arquivo	Texto		corda
etiqueta	ClassLabel		int64

• Chaves supervisionadas (consulte o documento as_supervised ): ('audio', 'label')

• Figura ( tfds.show_examples ): Não compatível.

• Exemplos ( tfds.as_dataframe ):

• Citação :

@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"
}