Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

nsynth

  • Deskripsi :

NSynth Dataset adalah kumpulan data audio yang berisi ~ 300 ribu not musik, masing-masing dengan nada, warna suara, dan amplop yang unik. Setiap catatan dianotasi dengan tiga informasi tambahan berdasarkan kombinasi evaluasi manusia dan algoritme heuristik: Sumber, Keluarga, dan Kualitas.

@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 (konfigurasi default)

  • Deskripsi konfigurasi : Set Data NSynth Lengkap dibagi menjadi set train, valid, dan pengujian, tanpa instrumen yang tumpang tindih antara set train dan set valid / pengujian.

  • Ukuran unduhan : 73.07 GiB

  • Ukuran 73.09 GiB data : 73.09 GiB

  • Split :

Membagi Contoh
'test' 4.096
'train' 289.205
'valid' 12.678
  • Fitur :
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

  • Deskripsi konfigurasi : Set Data NSynth terbatas pada instrumen akustik dalam interval nada MIDI [24, 84]. Menggunakan pemisahan alternatif yang memiliki instrumen yang tumpang tindih (tetapi bukan catatan yang tepat) antara set kereta dan set valid / pengujian. Varian ini awalnya diperkenalkan di makalah GANSynth ICLR 2019 ( https://arxiv.org/abs/1902.08710 ).

  • Ukuran unduhan : 73.08 GiB

  • Ukuran 20.73 GiB data : 20.73 GiB

  • Split :

Membagi Contoh
'test' 8.518
'train' 60.788
'valid' 17.469
  • Fitur :
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

  • Deskripsi konfigurasi : Set Data NSynth terbatas pada instrumen akustik dalam interval nada MIDI [24, 84]. Menggunakan pemisahan alternatif yang memiliki instrumen yang tumpang tindih (tapi bukan catatan yang tepat) antara set kereta dan set valid / tes. Varian ini awalnya diperkenalkan di makalah GANSynth ICLR 2019 ( https://arxiv.org/abs/1902.08710 ). Versi ini juga berisi perkiraan untuk F0 menggunakan CREPE (Kim et al., 2018) dan kenyaringan persepsi berbobot A dalam desibel. Kedua sinyal disediakan pada kecepatan bingkai 250Hz.

  • Ukuran unduhan : 73.08 GiB

  • Ukuran 22.03 GiB data : 22.03 GiB

  • Split :

Membagi Contoh
'test' 8.518
'train' 60.788
'valid' 17.469
  • Fitur :
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),
})