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.

• وثائق إضافية : استكشف في الأوراق باستخدام الرمز north_east

• الصفحة الرئيسية : https://g.co/magenta/nsynth-dataset

• كود المصدر : tfds.datasets.nsynth.Builder

• إصدارات :

  • 2.3.0 : ميزة loudness_db الجديدة بالديسيبل (غير طبيعية).
  • 2.3.1 : F0 محسوبة بإصلاح التطبيع في CREPE.
  • 2.3.2 : استخدام ميزة الصوت.
  • 2.3.3 (افتراضي): F0 محسوبة مع الإصلاح في تطبيع موجة CREPE ( https://github.com/marl/crepe/issues/49 ).

• التخزين المؤقت التلقائي ( التوثيق ): لا

• المفاتيح الخاضعة للإشراف (انظر المستند as_supervised ): None

• الشكل ( tfds.show_examples ): غير مدعوم.

• الاقتباس :

@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 والمجموعات الصالحة / الاختبار.

• حجم التحميل : 73.07 GiB

• حجم مجموعة البيانات : 73.09 GiB

• الانقسامات :

• هيكل الميزة :

FeaturesDict({
    'audio': Audio(shape=(64000,), dtype=float32),
    'id': string,
    'instrument': FeaturesDict({
        'family': ClassLabel(shape=(), dtype=int64, num_classes=11),
        'label': ClassLabel(shape=(), dtype=int64, num_classes=1006),
        'source': ClassLabel(shape=(), dtype=int64, num_classes=3),
    }),
    'pitch': ClassLabel(shape=(), dtype=int64, num_classes=128),
    'qualities': FeaturesDict({
        'bright': bool,
        'dark': bool,
        'distortion': bool,
        'fast_decay': bool,
        'long_release': bool,
        'multiphonic': bool,
        'nonlinear_env': bool,
        'percussive': bool,
        'reverb': bool,
        'tempo-synced': bool,
    }),
    'velocity': ClassLabel(shape=(), dtype=int64, num_classes=128),
})

• وثائق الميزة :

• أمثلة ( tfds.as_dataframe ):

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 :

• هيكل الميزة :

FeaturesDict({
    'audio': Audio(shape=(64000,), dtype=float32),
    'id': string,
    'instrument': FeaturesDict({
        'family': ClassLabel(shape=(), dtype=int64, num_classes=11),
        'label': ClassLabel(shape=(), dtype=int64, num_classes=1006),
        'source': ClassLabel(shape=(), dtype=int64, num_classes=3),
    }),
    'pitch': ClassLabel(shape=(), dtype=int64, num_classes=128),
    'qualities': FeaturesDict({
        'bright': bool,
        'dark': bool,
        'distortion': bool,
        'fast_decay': bool,
        'long_release': bool,
        'multiphonic': bool,
        'nonlinear_env': bool,
        'percussive': bool,
        'reverb': bool,
        'tempo-synced': bool,
    }),
    'velocity': ClassLabel(shape=(), dtype=int64, num_classes=128),
})

• وثائق الميزة :

• أمثلة ( tfds.as_dataframe ):

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 :

• هيكل الميزة :

FeaturesDict({
    'audio': Audio(shape=(64000,), dtype=float32),
    'f0': FeaturesDict({
        'confidence': Tensor(shape=(1000,), dtype=float32),
        'hz': Tensor(shape=(1000,), dtype=float32),
        'midi': Tensor(shape=(1000,), dtype=float32),
    }),
    'id': string,
    'instrument': FeaturesDict({
        'family': ClassLabel(shape=(), dtype=int64, num_classes=11),
        'label': ClassLabel(shape=(), dtype=int64, num_classes=1006),
        'source': ClassLabel(shape=(), dtype=int64, num_classes=3),
    }),
    'loudness': FeaturesDict({
        'db': Tensor(shape=(1000,), dtype=float32),
    }),
    'pitch': ClassLabel(shape=(), dtype=int64, num_classes=128),
    'qualities': FeaturesDict({
        'bright': bool,
        'dark': bool,
        'distortion': bool,
        'fast_decay': bool,
        'long_release': bool,
        'multiphonic': bool,
        'nonlinear_env': bool,
        'percussive': bool,
        'reverb': bool,
        'tempo-synced': bool,
    }),
    'velocity': ClassLabel(shape=(), dtype=int64, num_classes=128),
})

• وثائق الميزة :

• أمثلة ( tfds.as_dataframe ):