nsynth

  • Açıklama :

NSynth Veri Kümesi, her biri benzersiz bir perde, tını ve zarfa sahip ~300k müzik notası içeren bir ses veri kümesidir. Her nota, insan değerlendirmesi ve buluşsal algoritmaların bir kombinasyonuna dayanan üç ek bilgi parçası eklenir: Kaynak, Aile ve Nitelikler.

@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/tam (varsayılan yapılandırma)

  • Yapılandırma açıklaması : Tam NSynth Veri Kümesi, tren seti ile geçerli/test setleri arasında örtüşen hiçbir alet olmadan tren, geçerli ve test setlerine bölünür.

  • İndirme boyutu : 73.07 GiB

  • Veri kümesi boyutu : 73.09 GiB

  • Bölmeler :

Bölmek Örnekler
'test' 4.096
'train' 289.205
'valid' 12.678
  • Özellik yapısı :
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),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
ses Ses (64000,) tf.float32
İD tensör tf.string
enstrüman ÖzelliklerDict
enstrüman/aile sınıf etiketi tf.int64
alet/etiket sınıf etiketi tf.int64
enstrüman/kaynak sınıf etiketi tf.int64
saha sınıf etiketi tf.int64
nitelikler ÖzelliklerDict
nitelikler/parlak tensör tf.bool
nitelikler/karanlık tensör tf.bool
nitelikler/bozulma tensör tf.bool
nitelikler/fast_decay tensör tf.bool
nitelikler/uzun yayın tensör tf.bool
nitelikler/çok seslilik tensör tf.bool
nitelikler/doğrusal olmayan_env tensör tf.bool
nitelikler/vurmalı tensör tf.bool
nitelikler/yankı tensör tf.bool
nitelikler/tempo-senkronize tensör tf.bool
hız sınıf etiketi tf.int64

nsynth/gansynth_subset

  • Yapılandırma açıklaması : NSynth Veri Kümesi, MIDI adım aralığındaki akustik enstrümanlarla sınırlıdır [24, 84]. Tren seti ve geçerli/test setleri arasında araçlarda örtüşen (ancak kesin notlar olmayan) alternatif bölmeler kullanır. Bu varyant ilk olarak ICLR 2019 GANSynth belgesinde ( https://arxiv.org/abs/1902.08710 ) tanıtıldı.

  • İndirme boyutu : 73.08 GiB

  • Veri kümesi boyutu : 20.73 GiB

  • Bölmeler :

Bölmek Örnekler
'test' 8518
'train' 60.788
'valid' 17.469
  • Özellik yapısı :
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),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
ses Ses (64000,) tf.float32
İD tensör tf.string
enstrüman ÖzelliklerDict
enstrüman/aile sınıf etiketi tf.int64
alet/etiket sınıf etiketi tf.int64
enstrüman/kaynak sınıf etiketi tf.int64
saha sınıf etiketi tf.int64
nitelikler ÖzelliklerDict
nitelikler/parlak tensör tf.bool
nitelikler/karanlık tensör tf.bool
nitelikler/bozulma tensör tf.bool
nitelikler/fast_decay tensör tf.bool
nitelikler/uzun yayın tensör tf.bool
nitelikler/çok seslilik tensör tf.bool
nitelikler/doğrusal olmayan_env tensör tf.bool
nitelikler/vurmalı tensör tf.bool
nitelikler/yankı tensör tf.bool
nitelikler/tempo-senkronize tensör tf.bool
hız sınıf etiketi tf.int64

nsynth/gansynth_subset.f0_and_loudness

  • Yapılandırma açıklaması : NSynth Veri Kümesi, MIDI adım aralığındaki akustik enstrümanlarla sınırlıdır [24, 84]. Tren seti ve geçerli/test setleri arasında araçlarda örtüşen (ancak kesin notlar olmayan) alternatif bölmeler kullanır. Bu varyant ilk olarak ICLR 2019 GANSynth belgesinde ( https://arxiv.org/abs/1902.08710 ) tanıtıldı. Bu sürüm ayrıca CREPE (Kim ve diğerleri, 2018) kullanılarak F0 için tahminler ve desibel cinsinden A ağırlıklı algısal ses yüksekliği içerir. Her iki sinyal de 250 Hz kare hızında sağlanır.

  • İndirme boyutu : 73.08 GiB

  • Veri kümesi boyutu : 22.03 GiB

  • Bölmeler :

Bölmek Örnekler
'test' 8518
'train' 60.788
'valid' 17.469
  • Özellik yapısı :
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),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
ses Ses (64000,) tf.float32
f0 ÖzelliklerDict
f0/güven tensör (1000,) tf.float32
f0/hz tensör (1000,) tf.float32
f0/midi tensör (1000,) tf.float32
İD tensör tf.string
enstrüman ÖzelliklerDict
enstrüman/aile sınıf etiketi tf.int64
alet/etiket sınıf etiketi tf.int64
enstrüman/kaynak sınıf etiketi tf.int64
ses yüksekliği ÖzelliklerDict
ses yüksekliği/db tensör (1000,) tf.float32
saha sınıf etiketi tf.int64
nitelikler ÖzelliklerDict
nitelikler/parlak tensör tf.bool
nitelikler/karanlık tensör tf.bool
nitelikler/bozulma tensör tf.bool
nitelikler/fast_decay tensör tf.bool
nitelikler/uzun yayın tensör tf.bool
nitelikler/çok seslilik tensör tf.bool
nitelikler/doğrusal olmayan_env tensör tf.bool
nitelikler/vurmalı tensör tf.bool
nitelikler/yankı tensör tf.bool
nitelikler/tempo-senkronize tensör tf.bool
hız sınıf etiketi tf.int64