gtzan_music_speech

• Descripción :

El conjunto de datos se recopiló con fines de discriminación de 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 todos archivos de audio mono de 16 bits de 22050 Hz en formato .wav.

• Documentación adicional : Explore en Papers With Code north_east

• Página de inicio: http://marsyas.info/index.html

• Código fuente : tfds.audio.gtzan_music_speech.GTZANMusicSpeech

• Versiones :

  • 1.0.0 (predeterminado): Sin notas de la versión.

• Tamaño de la descarga : 283.29 MiB

• Tamaño del conjunto de datos : 424.64 MiB

• Almacenamiento automático en caché ( documentación ): No

• Divisiones :

• Estructura de características :

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

• Documentación de características :

• Teclas supervisadas (Ver as_supervised ): ('audio', 'label')

• Figura ( tfds.show_examples ): no compatible.

• Ejemplos ( tfds.as_dataframe ):

• Cita :

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