חָרִיץ

• תיאור :

ערכת הנתונים של Groove MIDI (GMD) מורכבת מ-13.6 שעות של MIDI מיושר ואודיו (מסונתז) של תיפוף אקספרסיבי בביצוע אנושי, מיושר קצב, שנקלט בערכת תופים אלקטרונית של Roland TD-11 V-Drum.

• תיעוד נוסף : חקור על ניירות עם קוד north_east

• דף הבית : https://g.co/magenta/groove-dataset

• קוד מקור : tfds.datasets.groove.Builder

• גרסאות :

  • 2.0.1 (ברירת מחדל): אין הערות שחרור.

• מפתחות בפיקוח (ראה as_supervised doc ): None

• איור ( tfds.show_examples ): לא נתמך.

• ציטוט :

@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},
}

groove/full-midionly (תצורת ברירת מחדל)

• תיאור תצורה : מערך נתונים חריץ ללא שמע, לא מפוצל.

• גודל הורדה : 3.11 MiB

• גודל מערך נתונים : 5.22 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• מבנה תכונה :

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),
})

• תיעוד תכונה :

• דוגמאות ( tfds.as_dataframe ):

חריץ/מלא-16000 הרץ

• תיאור תצורה : מערך נתונים חריץ עם אודיו, לא מפוצל.

• גודל הורדה : 4.76 GiB

• גודל מערך נתונים : 2.33 GiB

• שמירה אוטומטית במטמון ( תיעוד ): לא

• פיצולים :

• מבנה תכונה :

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),
})

• תיעוד תכונה :

• דוגמאות ( tfds.as_dataframe ):

groove/2bar-midionly

• תיאור תצורה : מערך נתונים חריץ ללא שמע, מפוצל לנתחים בני 2 תיבות.

• גודל הורדה : 3.11 MiB

• גודל מערך נתונים : 19.59 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• מבנה תכונה :

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),
})

• תיעוד תכונה :

• דוגמאות ( tfds.as_dataframe ):

groove/2bar-16000hz

• תיאור תצורה : מערך נתונים גרוב עם אודיו, מפוצל לנתחים בני 2 תיבות.

• גודל הורדה : 4.76 GiB

• גודל מערך נתונים : 4.61 GiB

• שמירה אוטומטית במטמון ( תיעוד ): לא

• פיצולים :

• מבנה תכונה :

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),
})

• תיעוד תכונה :

• דוגמאות ( tfds.as_dataframe ):

groove/4bar-midionly

• תיאור תצורה : מערך נתונים חריץ ללא שמע, מפוצל לנתחים בני 4 תיבות.

• גודל הורדה : 3.11 MiB

• גודל ערכת נתונים: 27.32 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• מבנה תכונה :

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),
})

• תיעוד תכונה :

• דוגמאות ( tfds.as_dataframe ):