Ayuda a proteger la Gran Barrera de Coral con TensorFlow en Kaggle Únete Challenge

nsynth

  • Descripción:

NSynth Dataset es un conjunto de datos de audio que contiene ~ 300k notas musicales, cada una con un tono, timbre y envolvente únicos. Cada nota está anotada con tres piezas adicionales de información basadas en una combinación de evaluación humana y algoritmos heurísticos: Fuente, Familia y Cualidades.

@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 / full (configuración predeterminada)

  • Descripción config: NSynth completa del conjunto de datos se divide en tren, y conjuntos de pruebas válidas, sin instrumentos de solapamiento entre el conjunto de tren y los equipos de prueba / válidos.

  • Tamaño del paquete: 73.07 GiB

  • Tamaño de conjunto de datos: 73.09 GiB

  • Fraccionamientos:

Separar Ejemplos de
'test' 4.096
'train' 289,205
'valid' 12,678
  • características:
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

  • Descripción Config: NSynth conjunto de datos limitado a instrumentos acústicos en el intervalo de tono MIDI [24, 84]. Utiliza divisiones alternas que se superponen en los instrumentos (pero no notas exactas) entre el conjunto de trenes y conjuntos válidos / de prueba. Esta variante se introdujo originalmente en el documento GANSynth ICLR 2019 ( https://arxiv.org/abs/1902.08710 ).

  • Tamaño del paquete: 73.08 GiB

  • Tamaño de conjunto de datos: 20.73 GiB

  • Fraccionamientos:

Separar Ejemplos de
'test' 8.518
'train' 60,788
'valid' 17.469
  • características:
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

  • Descripción Config: NSynth conjunto de datos limitado a instrumentos acústicos en el intervalo de tono MIDI [24, 84]. Utiliza divisiones alternas que se superponen en los instrumentos (pero no notas exactas) entre el conjunto de trenes y conjuntos válidos / de prueba. Esta variante se introdujo originalmente en el documento GANSynth ICLR 2019 ( https://arxiv.org/abs/1902.08710 ). Esta versión además contiene estimaciones para F0 usando CREPE (Kim et al., 2018) y volumen perceptivo ponderado A en decibelios. Ambas señales se proporcionan a una frecuencia de cuadro de 250 Hz.

  • Tamaño del paquete: 73.08 GiB

  • Tamaño de conjunto de datos: 22.03 GiB

  • Fraccionamientos:

Separar Ejemplos de
'test' 8.518
'train' 60,788
'valid' 17.469
  • características:
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),
})