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।

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