gtzan_music_speech

• विवरण :

डेटासेट संगीत/भाषण भेदभाव के प्रयोजनों के लिए एकत्र किया गया था। डेटासेट में 120 ट्रैक होते हैं, प्रत्येक 30 सेकंड लंबा होता है। प्रत्येक वर्ग (संगीत/भाषण) में 60 उदाहरण हैं। ट्रैक सभी 22050Hz मोनो 16-बिट ऑडियो फ़ाइलें .wav प्रारूप में हैं।

• अतिरिक्त दस्तावेज़ीकरण : कोड वाले पेपर्स पर एक्सप्लोर करें

• होमपेज : http://marsyas.info/index.html

• स्रोत कोड : tfds.audio.gtzan_music_speech.GTZANMusicSpeech

• संस्करण :

  • 1.0.0 (डिफ़ॉल्ट): कोई रिलीज़ नोट नहीं।

• डाउनलोड आकार : 283.29 MiB

• डेटासेट का आकार : 424.64 MiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• विभाजन :

विभाजित करना	उदाहरण
'train'	128

• फ़ीचर संरचना :

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=int64),
    'audio/filename': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
})

• 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_supervised दस्तावेज़ देखें): ('audio', 'label')

• चित्र ( tfds.show_examples ): समर्थित नहीं है।

• उदाहरण ( tfds.as_dataframe ):

• उद्धरण :

@ONLINE {Music Speech,
    author = "Tzanetakis, George",
    title  = "GTZAN Music/Speech Collection",
    year   = "1999",
    url    = "http://marsyas.info/index.html"
}