गतज़ान

  • विवरण :

डेटासेट में प्रत्येक 30 सेकंड लंबे 1000 ऑडियो ट्रैक होते हैं। इसमें 10 शैलियाँ हैं, प्रत्येक को 100 ट्रैक्स द्वारा दर्शाया गया है। ट्रैक सभी 22050Hz मोनो 16-बिट ऑडियो फ़ाइलें .wav प्रारूप में हैं।

शैलियाँ हैं:

विभाजित करना उदाहरण
'train' 1,000
  • फ़ीचर संरचना :
FeaturesDict({
    'audio': Audio(shape=(None,), dtype=int64),
    'audio/filename': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
ऑडियो ऑडियो (कोई भी नहीं,) int64
ऑडियो/फ़ाइल नाम मूलपाठ डोरी
लेबल क्लासलेबल int64
  • उद्धरण :
@misc{tzanetakis_essl_cook_2001,
author    = "Tzanetakis, George and Essl, Georg and Cook, Perry",
title     = "Automatic Musical Genre Classification Of Audio Signals",
url       = "http://ismir2001.ismir.net/pdf/tzanetakis.pdf",
publisher = "The International Society for Music Information Retrieval",
year      = "2001"
}