gtzan

• বর্ণনা :

ডেটাসেটে প্রতি 30 সেকেন্ডের 1000টি অডিও ট্র্যাক থাকে। এটিতে 10টি জেনার রয়েছে, প্রতিটি 100টি ট্র্যাক দ্বারা উপস্থাপিত। ট্র্যাকগুলি হল .wav ফর্ম্যাটে 22050Hz Mono 16-বিট অডিও ফাইল৷

ঘরানাগুলি হল:

• ব্লুজ
• শাস্ত্রীয়
• দেশ
• ডিস্কো
• হিপ - হপ
• জ্যাজ
• ধাতু
• পপ
• রেগে

• শিলা

• অতিরিক্ত ডকুমেন্টেশন : north_east কোড সহ কাগজপত্রে অন্বেষণ করুন

• হোমপেজ : http://marsyas.info/index.html

• সোর্স কোড : tfds.audio.gtzan.GTZAN

• সংস্করণ :

  • 1.0.0 (ডিফল্ট): কোনো রিলিজ নোট নেই।

• ডাউনলোড সাইজ : 1.14 GiB

• ডেটাসেটের আকার : 3.71 GiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

• বিভাজন :

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=int64),
    'audio/filename': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): ('audio', 'label')

• চিত্র ( tfds.show_examples ): সমর্থিত নয়।

• উদাহরণ ( tfds.as_dataframe ):

• উদ্ধৃতি :

@misc{tzanetakis_essl_cook_2001,
author    = "Tzanetakis, George and Essl, Georg and Cook, Perry",
title     = "Automatic Musical Genre Classification Of Audio Signals",
url       = "http://ismir2001.ismir.net/pdf/tzanetakis.pdf",
publisher = "The International Society for Music Information Retrieval",
year      = "2001"
}