gtzan

  • คำอธิบาย :

ชุดข้อมูลประกอบด้วย 1,000 แทร็กเสียง แต่ละแทร็กยาว 30 วินาที ประกอบด้วย 10 ประเภท แต่ละประเภทแสดงด้วย 100 แทร็ก แทร็กเป็นไฟล์เสียงโมโน 16 บิต 22050Hz ในรูปแบบ .wav

ประเภทคือ:

แยก ตัวอย่าง
'train' 1,000
  • โครงสร้างคุณลักษณะ :
FeaturesDict({
    'audio': Audio(shape=(None,), dtype=int64),
    'audio/filename': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
  • เอกสารคุณสมบัติ :
ลักษณะเฉพาะ ระดับ รูปร่าง Dประเภท คำอธิบาย
คุณสมบัติDict
เสียง เครื่องเสียง (ไม่มี,) int64
เสียง/ชื่อไฟล์ ข้อความ สตริง
ฉลาก ป้ายกำกับคลาส int64
  • การอ้างอิง :
@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"
}