disco-eth/jamendo-fma-captions

该数据集包含为MTG-Jamendo和FMA数据集生成的合成字幕。首先使用SALMONN为这两个数据集生成字幕，然后通过ChatGPT对生成的字幕进行改进。数据集的特征包括：id（用于匹配字幕和相应音频的样本ID）、dataset（字幕所属的数据集，Jamendo或FMA）、salmonn_text（由SALMONN生成的字幕）、chatgpt_texts（由ChatGPT生成的一个或多个字幕列表）、tags_text（每个样本的Jamendo标签的文本描述）。数据集分为一个训练集，包含122,572个样本，总大小为74,822,044字节。

This dataset contains synthetically generated captions for the MTG-Jamendo and the FMA dataset. The captions were first generated using SALMONN for both datasets and then improved using ChatGPT. The features of the dataset include: id (the sample ID used to match the caption to the respective audio), dataset (which dataset the caption belongs to, either Jamendo or FMA), salmonn_text (the caption generated by SALMONN), chatgpt_texts (a list containing one or more captions generated by ChatGPT), and tags_text (a textual description of the Jamendo tags for each sample). The dataset is divided into a training set containing 122,572 samples, with a total size of 74,822,044 bytes.

原始信息汇总

Jamendo-FMA-captions 数据集概述

数据集描述

该数据集包含为MTG-Jamendo和FMA数据集生成的合成字幕。使用SALMONN生成字幕，并通过ChatGPT进行改进。

特征

• id: 样本ID，用于匹配字幕与相应的音频。
• dataset: 字幕所属的数据集，可以是Jamendo或FMA。
• salmonn_text: SALMONN生成的字幕。
• chatgpt_texts: 包含一个或多个由ChatGPT生成的字幕的列表。
• tags_text: 每个样本的Jamendo标签的文本描述。

数据集信息

• 下载大小: 25185461字节
• 数据集大小: 74822044字节
• 训练集:
  • 样本数: 122572
  • 字节数: 74822044

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*

任务类别

• 文本生成

标签

• 音乐

大小类别

• 10K<n<100K