nsynth

  • תיאור :

מערך הנתונים של NSynth הוא מערך שמע המכיל ~300,000 תווים מוזיקליים, כל אחד עם גובה הצליל, הגוון והמעטפה ייחודיים. כל הערה מסומנת בשלושה פיסות מידע נוספות המבוססות על שילוב של הערכה אנושית ואלגוריתמים היוריסטיים: מקור, משפחה ואיכויות.

@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 (תצורת ברירת מחדל)

  • תיאור תצורה : ערכת הנתונים המלאה של NSynth מפוצלת למערכות רכבת, חוקיות ובדיקות, ללא מכשירים חופפים בין ערכת הרכבת לבין ערכות הבדיקה התקפות.

  • גודל הורדה : 73.07 GiB

  • גודל מערך נתונים : 73.09 GiB

  • פיצולים :

לְפַצֵל דוגמאות
'test' 4,096
'train' 289,205
'valid' 12,678
  • מבנה תכונה :
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),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
שֶׁמַע שֶׁמַע (64000,) tf.float32
תְעוּדַת זֶהוּת מוֹתֵחַ tf.string
כלי FeaturesDict
כלי נגינה/משפחה ClassLabel tf.int64
מכשיר/תווית ClassLabel tf.int64
מכשיר/מקור ClassLabel tf.int64
גובה הצליל ClassLabel tf.int64
איכויות FeaturesDict
תכונות/בהירות מוֹתֵחַ tf.bool
תכונות/כהות מוֹתֵחַ tf.bool
איכויות/עיוות מוֹתֵחַ tf.bool
איכויות/דעיכה_מהירה מוֹתֵחַ tf.bool
איכויות/שחרור_ארוך מוֹתֵחַ tf.bool
איכויות/מולטיפוניות מוֹתֵחַ tf.bool
qualities/nonlinear_env מוֹתֵחַ tf.bool
איכויות/הקשה מוֹתֵחַ tf.bool
איכויות/הדהוד מוֹתֵחַ tf.bool
איכויות/מסונכרן טמפו מוֹתֵחַ tf.bool
מְהִירוּת ClassLabel tf.int64

nsynth/gansynth_subset

  • תיאור תצורה : מערך נתונים של NSynth מוגבל לכלים אקוסטיים במרווח הגובה של MIDI [24, 84]. משתמש בפיצולים חלופיים שיש להם חפיפה במכשירים (אך לא בהערות מדויקות) בין ערכת הרכבת לבין ערכות תקפות/בדיקה. גרסה זו הוצגה במקור במאמר ICLR 2019 GANSynth ( https://arxiv.org/abs/1902.08710 ).

  • גודל הורדה : 73.08 GiB

  • גודל מערך נתונים : 20.73 GiB

  • פיצולים :

לְפַצֵל דוגמאות
'test' 8,518
'train' 60,788
'valid' 17,469
  • מבנה תכונה :
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),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
שֶׁמַע שֶׁמַע (64000,) tf.float32
תְעוּדַת זֶהוּת מוֹתֵחַ tf.string
כלי FeaturesDict
כלי נגינה/משפחה ClassLabel tf.int64
מכשיר/תווית ClassLabel tf.int64
מכשיר/מקור ClassLabel tf.int64
גובה הצליל ClassLabel tf.int64
איכויות FeaturesDict
תכונות/בהירות מוֹתֵחַ tf.bool
תכונות/כהות מוֹתֵחַ tf.bool
איכויות/עיוות מוֹתֵחַ tf.bool
איכויות/דעיכה_מהירה מוֹתֵחַ tf.bool
איכויות/שחרור_ארוך מוֹתֵחַ tf.bool
איכויות/מולטיפוניות מוֹתֵחַ tf.bool
qualities/nonlinear_env מוֹתֵחַ tf.bool
איכויות/הקשה מוֹתֵחַ tf.bool
איכויות/הדהוד מוֹתֵחַ tf.bool
איכויות/מסונכרן טמפו מוֹתֵחַ tf.bool
מְהִירוּת ClassLabel tf.int64

nsynth/gansynth_subset.f0_and_loudness

  • תיאור תצורה : מערך נתונים של NSynth מוגבל לכלים אקוסטיים במרווח הגובה של MIDI [24, 84]. משתמש בפיצולים חלופיים שיש להם חפיפה במכשירים (אך לא בהערות מדויקות) בין ערכת הרכבת לבין ערכות תקפות/בדיקה. גרסה זו הוצגה במקור במאמר ICLR 2019 GANSynth ( https://arxiv.org/abs/1902.08710 ). גרסה זו מכילה בנוסף אומדנים עבור F0 באמצעות CREPE (Kim et al., 2018) ועוצמה תפיסתית משוקללת בדציבלים. שני האותות מסופקים בקצב פריימים של 250Hz.

  • גודל הורדה : 73.08 GiB

  • גודל מערך נתונים : 22.03 GiB

  • פיצולים :

לְפַצֵל דוגמאות
'test' 8,518
'train' 60,788
'valid' 17,469
  • מבנה תכונה :
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),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
שֶׁמַע שֶׁמַע (64000,) tf.float32
f0 FeaturesDict
f0/ביטחון מוֹתֵחַ (1000,) tf.float32
f0/hz מוֹתֵחַ (1000,) tf.float32
f0/midi מוֹתֵחַ (1000,) tf.float32
תְעוּדַת זֶהוּת מוֹתֵחַ tf.string
כלי FeaturesDict
כלי נגינה/משפחה ClassLabel tf.int64
מכשיר/תווית ClassLabel tf.int64
מכשיר/מקור ClassLabel tf.int64
קוֹלָנִיוּת FeaturesDict
עוצמת קול/db מוֹתֵחַ (1000,) tf.float32
גובה הצליל ClassLabel tf.int64
איכויות FeaturesDict
תכונות/בהירות מוֹתֵחַ tf.bool
תכונות/כהות מוֹתֵחַ tf.bool
איכויות/עיוות מוֹתֵחַ tf.bool
איכויות/דעיכה_מהירה מוֹתֵחַ tf.bool
איכויות/שחרור_ארוך מוֹתֵחַ tf.bool
איכויות/מולטיפוניות מוֹתֵחַ tf.bool
qualities/nonlinear_env מוֹתֵחַ tf.bool
איכויות/הקשה מוֹתֵחַ tf.bool
איכויות/הדהוד מוֹתֵחַ tf.bool
איכויות/מסונכרן טמפו מוֹתֵחַ tf.bool
מְהִירוּת ClassLabel tf.int64