gtzan_music_speech

• Descripción:

El conjunto de datos se recopiló con el propósito de discriminar música / habla. El conjunto de datos consta de 120 pistas, cada una de 30 segundos de duración. Cada clase (música / discurso) tiene 60 ejemplos. Las pistas son archivos de audio mono de 16 bits a 22050Hz en formato .wav.

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

• El código fuente: tfds.audio.gtzan_music_speech.GTZANMusicSpeech

• versiones:

  • 1.0.0 (por defecto): No hay notas de la versión.

• Tamaño del paquete: 283.29 MiB

• Conjunto de datos de tamaño: 424.64 MiB

• Auto-caché ( documentación ): No

• Fraccionamientos:

• características:

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=tf.int64),
    'audio/filename': Text(shape=(), dtype=tf.string),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
})

• Claves supervisadas (Ver as_supervised doc ): ('audio', 'label')

• Figura ( tfds.show_examples ): No soportado.

• Ejemplos ( tfds.as_dataframe ):

• Cita:

@ONLINE {Music Speech,
    author = "Tzanetakis, George",
    title  = "GTZAN Music/Speech Collection",
    year   = "1999",
    url    = "http://marsyas.info/index.html"
}