nsynth

• Descrizione :

Il set di dati NSynth è un set di dati audio contenente ~ 300.000 note musicali, ciascuna con un tono, un timbro e un inviluppo unici. Ogni nota è annotata con tre informazioni aggiuntive basate su una combinazione di valutazione umana e algoritmi euristici: Fonte, Famiglia e Qualità.

• Documentazione aggiuntiva : Esplora documenti con codice north_east

• Pagina iniziale : https://g.co/magenta/nsynth-dataset

• Codice sorgente : tfds.datasets.nsynth.Builder

• Versioni :

  • 2.3.0 : Nuova funzione loudness_db in decibel (non normalizzata).
  • 2.3.1 : F0 calcolato con correzione di normalizzazione in CREPE.
  • 2.3.2 : Usa la funzione Audio.
  • 2.3.3 (impostazione predefinita): F0 calcolato con correzione nella normalizzazione dell'onda CREPE ( https://github.com/marl/crepe/issues/49 ).

• Cache automatica ( documentazione ): No

• Chiavi supervisionate (Vedi as_supervised doc ): None

• Figura ( tfds.show_examples ): non supportato.

• Citazione :

@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 (configurazione predefinita)

• Descrizione della configurazione : il set di dati NSynth completo è suddiviso in set treno, valido e test, senza sovrapposizione di strumenti tra il set treno e i set validi/test.

• Dimensioni del download : 73.07 GiB

• Dimensione del set di dati: 73.09 GiB

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'audio': Audio(shape=(64000,), dtype=float32),
    'id': string,
    'instrument': FeaturesDict({
        'family': ClassLabel(shape=(), dtype=int64, num_classes=11),
        'label': ClassLabel(shape=(), dtype=int64, num_classes=1006),
        'source': ClassLabel(shape=(), dtype=int64, num_classes=3),
    }),
    'pitch': ClassLabel(shape=(), dtype=int64, num_classes=128),
    'qualities': FeaturesDict({
        'bright': bool,
        'dark': bool,
        'distortion': bool,
        'fast_decay': bool,
        'long_release': bool,
        'multiphonic': bool,
        'nonlinear_env': bool,
        'percussive': bool,
        'reverb': bool,
        'tempo-synced': bool,
    }),
    'velocity': ClassLabel(shape=(), dtype=int64, num_classes=128),
})

• Documentazione delle funzionalità :

• Esempi ( tfds.as_dataframe ):

nsynth/gansynth_subset

• Descrizione della configurazione : NSynth Dataset limitato agli strumenti acustici nell'intervallo di pitch MIDI [24, 84]. Utilizza divisioni alternative che hanno una sovrapposizione di strumenti (ma non note esatte) tra il treno e i set validi/di prova. Questa variante è stata originariamente introdotta nel documento GANSynth ICLR 2019 ( https://arxiv.org/abs/1902.08710 ).

• Dimensioni del download : 73.08 GiB

• Dimensione del set di dati: 20.73 GiB

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'audio': Audio(shape=(64000,), dtype=float32),
    'id': string,
    'instrument': FeaturesDict({
        'family': ClassLabel(shape=(), dtype=int64, num_classes=11),
        'label': ClassLabel(shape=(), dtype=int64, num_classes=1006),
        'source': ClassLabel(shape=(), dtype=int64, num_classes=3),
    }),
    'pitch': ClassLabel(shape=(), dtype=int64, num_classes=128),
    'qualities': FeaturesDict({
        'bright': bool,
        'dark': bool,
        'distortion': bool,
        'fast_decay': bool,
        'long_release': bool,
        'multiphonic': bool,
        'nonlinear_env': bool,
        'percussive': bool,
        'reverb': bool,
        'tempo-synced': bool,
    }),
    'velocity': ClassLabel(shape=(), dtype=int64, num_classes=128),
})

• Documentazione delle funzionalità :

• Esempi ( tfds.as_dataframe ):

nsynth/gansynth_subset.f0_and_loudness

• Descrizione della configurazione : NSynth Dataset limitato agli strumenti acustici nell'intervallo di pitch MIDI [24, 84]. Utilizza divisioni alternative che hanno una sovrapposizione di strumenti (ma non note esatte) tra il treno e i set validi/di prova. Questa variante è stata originariamente introdotta nel documento GANSynth ICLR 2019 ( https://arxiv.org/abs/1902.08710 ). Questa versione contiene inoltre stime per F0 utilizzando CREPE (Kim et al., 2018) e il volume percettivo ponderato A in decibel. Entrambi i segnali sono forniti a un frame rate di 250Hz.

• Dimensione del download : 73.08 GiB

• Dimensione del set di dati: 22.03 GiB

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'audio': Audio(shape=(64000,), dtype=float32),
    'f0': FeaturesDict({
        'confidence': Tensor(shape=(1000,), dtype=float32),
        'hz': Tensor(shape=(1000,), dtype=float32),
        'midi': Tensor(shape=(1000,), dtype=float32),
    }),
    'id': string,
    'instrument': FeaturesDict({
        'family': ClassLabel(shape=(), dtype=int64, num_classes=11),
        'label': ClassLabel(shape=(), dtype=int64, num_classes=1006),
        'source': ClassLabel(shape=(), dtype=int64, num_classes=3),
    }),
    'loudness': FeaturesDict({
        'db': Tensor(shape=(1000,), dtype=float32),
    }),
    'pitch': ClassLabel(shape=(), dtype=int64, num_classes=128),
    'qualities': FeaturesDict({
        'bright': bool,
        'dark': bool,
        'distortion': bool,
        'fast_decay': bool,
        'long_release': bool,
        'multiphonic': bool,
        'nonlinear_env': bool,
        'percussive': bool,
        'reverb': bool,
        'tempo-synced': bool,
    }),
    'velocity': ClassLabel(shape=(), dtype=int64, num_classes=128),
})

• Documentazione delle funzionalità :

• Esempi ( tfds.as_dataframe ):