नाली

• विवरण :

Groove MIDI डेटासेट (GMD) 13.6 घंटे के संरेखित MIDI और (संश्लेषित) मानव-प्रदर्शित, गति-संरेखित अभिव्यंजक ड्रमिंग के ऑडियो से बना है जो रोलाण्ड TD-11 V-ड्रम इलेक्ट्रॉनिक ड्रम किट पर कैप्चर किया गया है।

• अतिरिक्त दस्तावेज़ीकरण : north_east कोड वाले पेपर्स पर एक्सप्लोर करें

• होमपेज : https://g.co/magenta/groove-dataset

• स्रोत कोड : tfds.datasets.groove.Builder

• संस्करण :

  • 2.0.1 (डिफ़ॉल्ट): कोई रिलीज़ नोट नहीं।

• पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): None

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

• उद्धरण :

@inproceedings{groove2019,
    Author = {Jon Gillick and Adam Roberts and Jesse Engel and Douglas Eck and David Bamman},
    Title = {Learning to Groove with Inverse Sequence Transformations},
    Booktitle   = {International Conference on Machine Learning (ICML)}
    Year = {2019},
}

ग्रूव/फुल-मिडियनली (डिफ़ॉल्ट कॉन्फ़िगरेशन)

• कॉन्फ़िग विवरण : बिना ऑडियो के ग्रूव डेटासेट, अनस्प्लिट।

• डाउनलोड का आकार : 3.11 MiB

• डेटासेट का आकार : 5.22 MiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

• विभाजन :

• फ़ीचर संरचना :

FeaturesDict({
    'bpm': int32,
    'drummer': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'id': string,
    'midi': string,
    'style': FeaturesDict({
        'primary': ClassLabel(shape=(), dtype=int64, num_classes=18),
        'secondary': string,
    }),
    'time_signature': ClassLabel(shape=(), dtype=int64, num_classes=5),
    'type': ClassLabel(shape=(), dtype=int64, num_classes=2),
})

• फ़ीचर दस्तावेज़ीकरण :

• उदाहरण ( tfds.as_dataframe ):

ग्रूव/फुल-16000hz

• कॉन्फ़िगरेशन विवरण : ऑडियो के साथ ग्रूव डेटासेट, अनस्प्लिट।

• डाउनलोड आकार : 4.76 GiB

• डेटासेट का आकार : 2.33 GiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• विभाजन :

• फ़ीचर संरचना :

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=float32),
    'bpm': int32,
    'drummer': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'id': string,
    'midi': string,
    'style': FeaturesDict({
        'primary': ClassLabel(shape=(), dtype=int64, num_classes=18),
        'secondary': string,
    }),
    'time_signature': ClassLabel(shape=(), dtype=int64, num_classes=5),
    'type': ClassLabel(shape=(), dtype=int64, num_classes=2),
})

• फ़ीचर दस्तावेज़ीकरण :

• उदाहरण ( tfds.as_dataframe ):

नाली/2बार-मध्यम

• कॉन्फिग विवरण : बिना ऑडियो के ग्रूव डेटासेट, 2-बार चंक्स में विभाजित।

• डाउनलोड का आकार : 3.11 MiB

• डेटासेट का आकार : 19.59 MiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

• विभाजन :

• फ़ीचर संरचना :

FeaturesDict({
    'bpm': int32,
    'drummer': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'id': string,
    'midi': string,
    'style': FeaturesDict({
        'primary': ClassLabel(shape=(), dtype=int64, num_classes=18),
        'secondary': string,
    }),
    'time_signature': ClassLabel(shape=(), dtype=int64, num_classes=5),
    'type': ClassLabel(shape=(), dtype=int64, num_classes=2),
})

• फ़ीचर दस्तावेज़ीकरण :

• उदाहरण ( tfds.as_dataframe ):

नाली / 2bar-16000hz

• कॉन्फ़िगरेशन विवरण : ऑडियो के साथ ग्रूव डेटासेट, 2-बार चंक्स में विभाजित।

• डाउनलोड आकार : 4.76 GiB

• डेटासेट का आकार : 4.61 GiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• विभाजन :

• फ़ीचर संरचना :

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=float32),
    'bpm': int32,
    'drummer': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'id': string,
    'midi': string,
    'style': FeaturesDict({
        'primary': ClassLabel(shape=(), dtype=int64, num_classes=18),
        'secondary': string,
    }),
    'time_signature': ClassLabel(shape=(), dtype=int64, num_classes=5),
    'type': ClassLabel(shape=(), dtype=int64, num_classes=2),
})

• फ़ीचर दस्तावेज़ीकरण :

• उदाहरण ( tfds.as_dataframe ):

नाली/4बार-मध्यम

• कॉन्फ़िग विवरण : बिना ऑडियो के ग्रूव डेटासेट, 4-बार चंक्स में विभाजित।

• डाउनलोड का आकार : 3.11 MiB

• डेटासेट का आकार : 27.32 MiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

• विभाजन :

• फ़ीचर संरचना :

FeaturesDict({
    'bpm': int32,
    'drummer': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'id': string,
    'midi': string,
    'style': FeaturesDict({
        'primary': ClassLabel(shape=(), dtype=int64, num_classes=18),
        'secondary': string,
    }),
    'time_signature': ClassLabel(shape=(), dtype=int64, num_classes=5),
    'type': ClassLabel(shape=(), dtype=int64, num_classes=2),
})

• फ़ीचर दस्तावेज़ीकरण :

• उदाहरण ( tfds.as_dataframe ):