لدي سؤال؟ تواصل مع المجتمع في منتدى زيارة منتدى TensorFlow

نسينث

  • الوصف :

NSynth Dataset عبارة عن مجموعة بيانات صوتية تحتوي على حوالي 300 ألف نوتة موسيقية ، ولكل منها نغمة فريدة وجرس ومغلف. يتم شرح كل ملاحظة بثلاث أجزاء إضافية من المعلومات بناءً على مجموعة من التقييم البشري والخوارزميات التجريبية: المصدر والعائلة والصفات.

@InProceedings{pmlr-v70-engel17a,
  title =    {Neural Audio Synthesis of Musical Notes with {W}ave{N}et Autoencoders},
  author =   {Jesse Engel and Cinjon Resnick and Adam Roberts and Sander Dieleman and Mohammad Norouzi and Douglas Eck and Karen Simonyan},
  booktitle =    {Proceedings of the 34th International Conference on Machine Learning},
  pages =    {1068--1077},
  year =     {2017},
  editor =   {Doina Precup and Yee Whye Teh},
  volume =   {70},
  series =   {Proceedings of Machine Learning Research},
  address =      {International Convention Centre, Sydney, Australia},
  month =    {06--11 Aug},
  publisher =    {PMLR},
  pdf =      {http://proceedings.mlr.press/v70/engel17a/engel17a.pdf},
  url =      {http://proceedings.mlr.press/v70/engel17a.html},
}

nsynth / كامل (التكوين الافتراضي)

  • وصف التكوين : يتم تقسيم مجموعة بيانات NSynth الكاملة إلى مجموعات قطار وصالحة واختبار ، مع عدم وجود أدوات متداخلة بين مجموعة القطار ومجموعات الاختبار الصالحة.

  • حجم التحميل : 73.07 GiB

  • حجم مجموعة البيانات : 73.09 GiB

  • الانقسامات :

انشق، مزق أمثلة
'test' 4096
'train' 289205
'valid' 12678
  • الميزات :
FeaturesDict({
    'audio': Audio(shape=(64000,), dtype=tf.float32),
    'id': tf.string,
    'instrument': FeaturesDict({
        'family': ClassLabel(shape=(), dtype=tf.int64, num_classes=11),
        'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=1006),
        'source': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
    }),
    'pitch': ClassLabel(shape=(), dtype=tf.int64, num_classes=128),
    'qualities': FeaturesDict({
        'bright': tf.bool,
        'dark': tf.bool,
        'distortion': tf.bool,
        'fast_decay': tf.bool,
        'long_release': tf.bool,
        'multiphonic': tf.bool,
        'nonlinear_env': tf.bool,
        'percussive': tf.bool,
        'reverb': tf.bool,
        'tempo-synced': tf.bool,
    }),
    'velocity': ClassLabel(shape=(), dtype=tf.int64, num_classes=128),
})

nsynth / gansynth_subset

  • وصف التكوين : مجموعة بيانات NSynth تقتصر على الأدوات الصوتية في فاصل خطوة MIDI [24 ، 84]. يستخدم تقسيمات بديلة تتداخل في الأدوات (ولكن ليس الملاحظات الدقيقة) بين مجموعة القطار ومجموعات صالحة / اختبار. تم تقديم هذا المتغير في الأصل في ورقة GANSynth الخاصة بـ ICLR 2019 ( https://arxiv.org/abs/1902.08710 ).

  • حجم التحميل : 73.08 GiB

  • حجم مجموعة البيانات : 20.73 GiB

  • الانقسامات :

انشق، مزق أمثلة
'test' 8518
'train' 60788
'valid' 17469
  • الميزات :
FeaturesDict({
    'audio': Audio(shape=(64000,), dtype=tf.float32),
    'id': tf.string,
    'instrument': FeaturesDict({
        'family': ClassLabel(shape=(), dtype=tf.int64, num_classes=11),
        'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=1006),
        'source': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
    }),
    'pitch': ClassLabel(shape=(), dtype=tf.int64, num_classes=128),
    'qualities': FeaturesDict({
        'bright': tf.bool,
        'dark': tf.bool,
        'distortion': tf.bool,
        'fast_decay': tf.bool,
        'long_release': tf.bool,
        'multiphonic': tf.bool,
        'nonlinear_env': tf.bool,
        'percussive': tf.bool,
        'reverb': tf.bool,
        'tempo-synced': tf.bool,
    }),
    'velocity': ClassLabel(shape=(), dtype=tf.int64, num_classes=128),
})

nsynth / gansynth_subset.f0_and_loudness

  • وصف التكوين : مجموعة بيانات NSynth تقتصر على الأدوات الصوتية في فاصل خطوة MIDI [24 ، 84]. يستخدم تقسيمات بديلة تتداخل في الأدوات (ولكن ليس الملاحظات الدقيقة) بين مجموعة القطار ومجموعات صالحة / اختبار. تم تقديم هذا المتغير في الأصل في ورقة GANSynth الخاصة بـ ICLR 2019 ( https://arxiv.org/abs/1902.08710 ). يحتوي هذا الإصدار أيضًا على تقديرات لـ F0 باستخدام CREPE (Kim et al.، 2018) والجهارة الحسية المرجحة A بالديسيبل. يتم توفير كلتا الإشارتين بمعدل إطار يبلغ 250 هرتز.

  • حجم التحميل : 73.08 GiB

  • حجم مجموعة البيانات : 22.03 GiB

  • الانقسامات :

انشق، مزق أمثلة
'test' 8518
'train' 60788
'valid' 17469
  • الميزات :
FeaturesDict({
    'audio': Audio(shape=(64000,), dtype=tf.float32),
    'f0': FeaturesDict({
        'confidence': Tensor(shape=(1000,), dtype=tf.float32),
        'hz': Tensor(shape=(1000,), dtype=tf.float32),
        'midi': Tensor(shape=(1000,), dtype=tf.float32),
    }),
    'id': tf.string,
    'instrument': FeaturesDict({
        'family': ClassLabel(shape=(), dtype=tf.int64, num_classes=11),
        'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=1006),
        'source': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
    }),
    'loudness': FeaturesDict({
        'db': Tensor(shape=(1000,), dtype=tf.float32),
    }),
    'pitch': ClassLabel(shape=(), dtype=tf.int64, num_classes=128),
    'qualities': FeaturesDict({
        'bright': tf.bool,
        'dark': tf.bool,
        'distortion': tf.bool,
        'fast_decay': tf.bool,
        'long_release': tf.bool,
        'multiphonic': tf.bool,
        'nonlinear_env': tf.bool,
        'percussive': tf.bool,
        'reverb': tf.bool,
        'tempo-synced': tf.bool,
    }),
    'velocity': ClassLabel(shape=(), dtype=tf.int64, num_classes=128),
})