2024.6.26 GTZAN Dataset

GTZAN Dataset - Music Genre Classification

kaggleが提供する楽曲データセット

10種類のジャンル、各ジャンルに対して100曲の楽曲データとスペクトログラム

フォルダ構成

code:Folder.txt

Data

├─ features_30_sec.csv

├─ features_3_sec.csv

├─ images_original/

└─ genres_original/

楽曲データのジャンルは以下の10種類

blues classical country disco hiphop jazz metal pop reggae rock

images_original/

png形式のスペクトログラムを格納（432x288px）、100KB程度

ファイル名

【ジャンル名】【5桁の番号】.png

なぜかjazzだけ99曲、jazz0054.pngが無かった

genres_original/

wav形式の音声ファイルを格納、各曲の長さは30秒、1,293KB程度

曲名は不明

ファイル名

【ジャンル名】.【5桁の番号】.wav

jazz.00054.wavは存在する

features_3_sec.csv

9990件のデータ、60件の特徴量

features_30_sec.csv

1000件のデータ、60件の特徴量

60件の特徴量について

filename：ファイル名

length ：おそらくデータ点数

chroma_stft

rms

spectral_centroid

spectral_bandwidth

rolloff

zero_crossing_rate

harmony

perceptr

tempo：テンポ

mfccXX：メル周波数ケプストラム係数（Mel-Frequency Cepstrum Coefficients: MFCC）

XX ：1~20の計20種類についての平均と分散

label：blues：教師データ