Feanix/gtzan-15-sec

GTZAN是一个用于音乐流派分类的音频信号数据集。该数据集包含1000个音频轨道，每个轨道长度为30秒，分为10种流派，每种流派有100个轨道。音频文件为22,050Hz Mono 16-bit WAV格式。此版本的数据集包含原始音频轨道，被分割成15秒长的文件。

原始信息汇总

数据集概述

数据集名称

• 名称：GTZAN

数据集描述

• 描述：GTZAN是一个用于音乐类型分类的音频信号数据集。该数据集包含1,000个音频轨道，每个轨道30秒长。数据集包含10种音乐类型，每种类型由100个轨道代表。所有轨道均为22,050Hz单声道16位WAV格式。音乐类型包括：布鲁斯、古典、乡村、迪斯科、嘻哈、爵士、金属、流行、雷鬼和摇滚。

数据集结构

• 数据实例：每个数据实例包含文件路径、音频数据（包括路径、数组和采样率）和音乐类型标签。
• 数据字段：
  • file：字符串类型。
  • audio：音频类型，包含路径、解码波形和采样率。
  • genre：分类标签类型。

数据集语言

• 语言：英语

数据集版本

• 版本说明：此版本的数据集包含原始音频轨道分割成15秒长的文件。

数据集创建

• 贡献者：感谢@lewtun添加此数据集。

引用信息

@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" }