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:

• ब्लूज़
• क्लासिक
• देश
• डिस्को
• हिप हॉप
• जाज
• धातु
• पॉप
• रेग

• चट्टान

• अतिरिक्त दस्तावेज़ीकरण : north_east कोड वाले पेपर्स पर एक्सप्लोर करें

• होमपेज : http://marsyas.info/index.html

• स्रोत कोड : tfds.audio.gtzan.GTZAN

• संस्करण :

  • 1.0.0 (डिफ़ॉल्ट): कोई रिलीज़ नोट नहीं।

• डाउनलोड आकार : 1.14 GiB

• डेटासेट का आकार : 3.71 GiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• विभाजन :

• 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 :

• पर्यवेक्षित कुंजी ( as_supervised दस्तावेज़ देखें): ('audio', 'label')

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

• उदाहरण ( tfds.as_dataframe ):

• 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"
}