gtzan_music_speech

  • Mô tả:

Tập dữ liệu được thu thập cho mục đích phân biệt âm nhạc / giọng nói. Tập dữ liệu bao gồm 120 bản nhạc, mỗi bản nhạc dài 30 giây. Mỗi lớp (âm nhạc / lời nói) có 60 ví dụ. Các bản nhạc đều là tệp âm thanh 22050Hz Mono 16-bit ở định dạng .wav.

Tách ra Các ví dụ
'train' 128
  • Các tính năng:
FeaturesDict({
    'audio': Audio(shape=(None,), dtype=tf.int64),
    'audio/filename': Text(shape=(), dtype=tf.string),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
})
  • Trích dẫn:
@ONLINE {Music Speech,
    author = "Tzanetakis, George",
    title  = "GTZAN Music/Speech Collection",
    year   = "1999",
    url    = "http://marsyas.info/index.html"
}