Groove

displayName: Groove (Groove MIDI Dataset)
license:
- CC BY 4.0
mediaTypes:
- Audio
paperUrl: https://arxiv.org/pdf/1905.06118v2.pdf
publishDate: "2019-05-01"
publishUrl: https://magenta.tensorflow.org/datasets/groove
publisher:
- University of California
- Google AI Research
tags:
- Audio
taskTypes:
- Music Generation
- Active Learning
- Quantization

---
# 数据集介绍
## 简介
Groove MIDI 数据集 (GMD) 由 13.6 小时对齐的 MIDI 和（合成的）人类演奏、节奏对齐的富有表现力的鼓声组成。该数据集包含 1,150 个 MIDI 文件和超过 22,000 个击鼓小节。
## 引文
```
@inproceedings{gillick2019learning,
title={Learning to groove with inverse sequence transformations},
author={Gillick, Jon and Roberts, Adam and Engel, Jesse and Eck, Douglas and Bamman, David},
booktitle={International Conference on Machine Learning},
pages={2269--2279},
year={2019},
organization={PMLR}
}
```

## Download dataset
:modelscope-code[]{type="git"}

displayName: Groove（Groove MIDI数据集）
license:
- 知识共享署名4.0（CC BY 4.0）
mediaTypes:
- 音频
paperUrl: https://arxiv.org/pdf/1905.06118v2.pdf
publishDate: 2019年5月1日
publishUrl: https://magenta.tensorflow.org/datasets/groove
publisher:
- 加州大学（University of California）
- 谷歌人工智能研究院（Google AI Research）
tags:
- 音频
taskTypes:
- 音乐生成（Music Generation）
- 主动学习（Active Learning）
- 量化（Quantization）

---

# 数据集简介
## 数据集概况
Groove MIDI数据集（GMD）包含总计13.6小时的经对齐乐器数字接口（MIDI）文件与（合成生成的）真人演奏、且经节奏校准的富有表现力的鼓演奏音频。该数据集涵盖1150个MIDI文件，以及超22000个鼓乐演奏小节。
## 引用格式

@inproceedings{gillick2019learning,
title={Learning to groove with inverse sequence transformations},
author={Gillick, Jon and Roberts, Adam and Engel, Jesse and Eck, Douglas and Bamman, David},
booktitle={International Conference on Machine Learning},
pages={2269--2279},
year={2019},
organization={PMLR}
}

## 数据集下载
:modelscope-code[]{type="git"}