Эта страница была переведа с помощью Cloud Translation API.
Switch to English

nsynth

  • Описание :

Набор данных NSynth - это набор аудиоданных, содержащий ~ 300 тыс. Музыкальных нот, каждая из которых имеет уникальный тон, тембр и огибающую. Каждая заметка сопровождается тремя дополнительными частями информации, основанными на комбинации человеческих оценок и эвристических алгоритмов: Source, Family и Qualities.

  • Домашняя страница : https://g.co/magenta/nsynth-dataset

  • Исходный код : tfds.audio.Nsynth

  • Версии :

    • 2.3.3 (по умолчанию): без примечаний к выпуску.
    • 2.3.2 : Нет примечаний к выпуску.
    • 2.3.1 : Нет примечаний к выпуску.
    • 2.3.0 : Нет примечаний к выпуску.
  • Автоматическое кэширование ( документация ): Нет

  • Контролируемые ключи (см. as_supervised doc ): None

  • Цитата :

@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 (конфигурация по умолчанию)

  • Описание конфигурации : Полный набор данных NSynth разделен на обучающий, действительный и тестовый наборы, без перекрытия инструментов между обучающим набором и действительными / тестовыми наборами.

  • Размер 73.07 GiB : 73.07 GiB

  • Размер набора данных : 73.09 GiB

  • Сплит :

Трещина Примеры
'test' 4096
'train' 289 205
'valid' 12 678
  • Особенности :
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

  • Описание конфигурации : NSynth Dataset ограничен акустическими инструментами в интервале высоты звука MIDI [24, 84]. Использует альтернативные разделения, которые перекрывают инструменты (но не точные ноты) между набором поездов и действительными / тестовыми наборами. Этот вариант был первоначально представлен в статье ICLR 2019 GANSynth ( https://arxiv.org/abs/1902.08710 ).

  • Размер загружаемого 73.08 GiB : 73.08 GiB

  • Размер набора данных : 20.73 GiB

  • Сплит :

Трещина Примеры
'test' 8 518
'train' 60 788
'valid' 17 469
  • Особенности :
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

  • Описание конфигурации : NSynth Dataset ограничен акустическими инструментами в интервале высоты тона MIDI [24, 84]. Использует альтернативные разделения, которые перекрывают инструменты (но не точные ноты) между набором поездов и действительными / тестовыми наборами. Этот вариант был первоначально представлен в статье ICLR 2019 GANSynth ( https://arxiv.org/abs/1902.08710 ). Эта версия дополнительно содержит оценки F0 с использованием CREPE (Kim et al., 2018) и A-взвешенной воспринимаемой громкости в децибелах. Оба сигнала передаются с частотой кадров 250 Гц.

  • Размер загружаемого 73.08 GiB : 73.08 GiB

  • Размер набора данных : 22.03 GiB

  • Сплит :

Трещина Примеры
'test' 8 518
'train' 60 788
'valid' 17 469
  • Особенности :
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),
})