hdparmar/irish-traditional-tunes

该数据集名为irish-traditional-tunes，主要用于音乐分析、机器学习和人工智能领域。数据集包含9604个Mel频谱图，这些频谱图代表了爱尔兰传统音乐。每个频谱图是5秒音频的分割，尺寸为512x512，并包含3个通道（模仿RGB），因为大多数文本到图像模型都是在3个通道上训练的。数据集的结构包括图像和文本描述，其中文本描述统一为An Irish Traditional Tune。数据集目前仅包含训练集，未来可能会引入验证集或测试集。

原始信息汇总

数据集卡片 for "irish-traditional-tunes"

1. 数据集描述

1.1 数据集概述

该数据集包含9604个梅尔频谱图，代表传统爱尔兰音乐。与hdparmar/irish-tunes-spectrogram相比，该数据集较小，以减少训练时间和增加训练更长步数/批次的可能性。每个频谱图图像是一个5秒的音频片段，尺寸为512x512，包含3个通道（模仿RGB），因为大多数文本到图像模型都是在3个通道上训练的。

1.2 语言

数据集的元数据和文档均为英语，确保了可访问性和理解性。

2. 数据集结构

2.1 数据实例

该数据集中的每个数据实例由两个主要元素组成：一个图像和一个文本描述。图像是一个梅尔频谱图，反映了一段传统爱尔兰曲调的片段。伴随它的是一个文本字段，作为其描述。

示例：

数据集的metadata.csv文件格式如下：

{"file_name": "path/to/the/image.png", "text": "An Irish Traditional Tune"}

2.2 数据字段

• file_name: 包含图像文件路径的字段，指示了数据集每个部分的特定位置。
• text: 伴随每个图像的描述。为了统一和方便，每个图像的描述都是"An Irish Traditional Tune"。

2.3 数据分割

目前版本的数据集仅包含一个训练分割。未来的迭代可能会引入验证或测试分割。

2.4 统一描述：特别说明

该数据集中所有频谱图都带有统一的描述："An Irish Traditional Tune"。

这种一致性可能在主要关注图像特征的文本到图像任务中特别有利，描述作为通用标签。