एमएल समुदाय दिवस 9 नवंबर है! TensorFlow, JAX से नई जानकारी के लिए हमसे जुड़ें, और अधिक जानें

gtzan_music_speech

  • विवरण:

संगीत/भाषण भेदभाव के उद्देश्यों के लिए डेटासेट एकत्र किया गया था। डेटासेट में 120 ट्रैक होते हैं, जिनमें से प्रत्येक 30 सेकंड लंबा होता है। प्रत्येक वर्ग (संगीत/भाषण) में 60 उदाहरण हैं। ट्रैक सभी 22050Hz मोनो 16-बिट ऑडियो फ़ाइलें .wav प्रारूप में हैं।

विभाजित करना उदाहरण
'train' 128
  • विशेषताएं:
FeaturesDict({
    'audio': Audio(shape=(None,), dtype=tf.int64),
    'audio/filename': Text(shape=(), dtype=tf.string),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
})
  • प्रशस्ति पत्र:
@ONLINE {Music Speech,
    author = "Tzanetakis, George",
    title  = "GTZAN Music/Speech Collection",
    year   = "1999",
    url    = "http://marsyas.info/index.html"
}