gtzan_music_speech

• 説明:

データセットは、音楽/音声弁別の目的で収集されました。データセットは、それぞれ 30 秒の長さの 120 トラックで構成されています。各クラス (音楽/スピーチ) には 60 の例があります。トラックはすべて、.wav 形式の 22050Hz モノラル 16 ビット オーディオ ファイルです。

• 追加のドキュメント:コードnorth_eastを使用したペーパーの探索

• ホームページ: http://marsyas.info/index.html

• ソース コード: tfds.audio.gtzan_music_speech.GTZANMusicSpeech

• バージョン:

  • 1.0.0 (デフォルト): リリース ノートはありません。

• ダウンロードサイズ: 283.29 MiB

• データセットサイズ: 424.64 MiB

• 自動キャッシュ(ドキュメント): いいえ

• スプリット:

• 機能構造:

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

• 機能のドキュメント:

• 監視されたキー( as_supervised docを参照): ('audio', 'label')

• 図( tfds.show_examples ): サポートされていません。

• 例( tfds.as_dataframe ):

• 引用：

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