CPJKU/openmic

该数据集由Spotify AB提供，遵循Creative Commons Attribution 4.0 International (CC BY 4.0)许可。数据集经过预处理和压缩，包含32khz的MP3文件，MP3文件的字节被嵌入其中。原始数据集包含10秒的音频片段、VGGish特征、MD5校验和、匿名个体响应、聚合标签、曲目元数据和样本分区等信息。

原始信息汇总

数据集概述

数据集信息

特征

• filename: 文件名，数据类型为字符串。
• true: 序列，数据类型为float32，长度为20。
• mask: 序列，数据类型为int32，长度为20。
• mp3_bytes: MP3文件字节，数据类型为二进制。

数据分割

• train: 训练集，包含1790991884字节，14915个样本。
• test: 测试集，包含611455142字节，5085个样本。

数据大小

• download_size: 0字节
• dataset_size: 2402447026字节

配置

• config_name: default
  • data_files:
    • train: 路径为data/shard_train_*
    • test: 路径为data/shard_test_*

数据集描述

• 数据集由Spotify AB提供，使用Creative Commons Attribution 4.0 International (CC BY 4.0)许可证。
• 数据集预处理并压缩为32kHz的MP3文件，MP3文件字节嵌入。
• MP3字节可以使用例如PaSST或minimp3快速解码。

原始数据集内容

• 10秒音频片段，目录格式为audio/{0:3}/{0}.ogg。
• VGGish特征，JSON对象，目录格式为vggish/{0:3}/{0}.json。
• 每个OGG和JSON文件的MD5校验和。
• 匿名个人响应，文件为openmic-2018-individual-responses.csv。
• 聚合标签，文件为openmic-2018-aggregated-labels.csv。
• 轨道元数据，包含每个音频录音的许可证，文件为openmic-2018-metadata.csv。
• Python友好的NPZ文件，包含特征和标签，文件为openmic-2018.npz。
• 训练和测试样本分区，文件为partitions/*.txt。

引用

Humphrey, Eric J., Durand, Simon, and McFee, Brian. "OpenMIC-2018: An Open Dataset for Multiple Instrument Recognition." in Proceedings of the 19th International Society for Music Information Retrieval Conference (ISMIR), 2018.

许可证

CC BY 4.0