gtzan

• Descrição :

O conjunto de dados consiste em 1000 faixas de áudio com duração de 30 segundos cada. Ele contém 10 gêneros, cada um representado por 100 faixas. As faixas são todos arquivos de áudio mono de 16 bits de 22050 Hz no formato .wav.

Os gêneros são:

• blues
• clássico
• país
• discoteca
• hip-hop
• jazz
• metal
• pop
• reggae

• Rocha

• Documentação Adicional : Explore em Papers With Code north_east

• Página inicial : http://marsyas.info/index.html

• Código fonte : tfds.audio.gtzan.GTZAN

• Versões :

  • 1.0.0 (padrão): sem notas de versão.

• Tamanho do download : 1.14 GiB

• Tamanho do conjunto de dados : 3.71 GiB

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

• Estrutura de recursos :

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=int64),
    'audio/filename': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})

• Documentação do recurso:

• Chaves supervisionadas (consulte o documento as_supervised ): ('audio', 'label')

• Figura ( tfds.show_examples ): Não compatível.

• Exemplos ( tfds.as_dataframe ):

• Citação :

@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"
}