Slakh 的非官方 PyTorch 数据集
项目描述
Slakh PyTorch 数据集
Slakh的非官方 PyTorch 数据集。
该项目正在进行中，期待重大变化！
路线图
带有音频和标签的自动音乐转录 (AMT) 用例
- 指定数据集拆分 (
original,splits_v2,redux) - 添加新的拆分 (
redux_no_pitch_bend, ...) （也应该在上游提交）（由 实施skip_pitch_bend_tracks） - 加载音频
mix.flac（所有乐器） - 加载单个音频混音（需要以流式方式组合音频）
- 指定
train,validation或test组 - 选择序列长度
- 可重现的加载序列（对于验证组获得一致的结果很有用）
- 添加更多乐器 (
eletric-bass,piano,guitar, ...) - 在内存中选择音频还是从磁盘流中选择（由 解决
max_files_in_memory） - 添加到点
具有不同音频混合的音频源分离用例
- 即将到来的清单
用法
-
下载 Slakh 数据集（见官网）。它压缩了大约 100GB，所以预计在这一点上使用一些时间。
-
使用 pip 安装 Python 包：
pip install slakh-dataset
-
将音频转换为 16 kHz（请参阅https://github.com/ethman/slakh-utils）
-
您可以使用数据集（AMT 用例）：
from torch.utils.data import DataLoader
from slakh_dataset import SlakhAmtDataset
dataset = SlakhAmtDataset(
path='path/to/slakh-16khz-folder'
split='redux', # 'splits_v2','redux-no-pitch-bend'
audio='mix.flac', # 'individual'
label_instruments='electric-bass', # or `label_midi_programs`
# label_midi_programs=[33, 34, 35, 36, 37],
groups=['train'],
skip_pitch_bend_tracks=True,
sequence_length=327680,
max_files_in_memory=200,
)
batch_size = 8
loader = DataLoader(dataset, batch_size, shuffle=True, drop_last=True)
# train model on dataset...
致谢
-
此代码基于 Jong Wook Kim 的Onset and Frames中的数据集，该数据集已获得 MIT 许可。
下载文件
下载适用于您平台的文件。如果您不确定要选择哪个，请了解有关安装包的更多信息。
源分布
slakh-dataset-0.1.25.tar.gz
（49.3 kB
查看哈希）
内置分布
slakh_dataset-0.1.25-py3-none-any.whl
（50.0 kB
查看哈希）
关
slakh_dataset -0.1.25-py3-none-any.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 9af2db7a54b10238db2f5016a396d22a54258cebfe1fb056761a8be3657aa6ee |
|
| MD5 | 675e18c07b6a250e7ceaef7a3b356ef4 |
|
| 布莱克2-256 | 8739ed0db376a74c4d4c66f4c16e7e0d6597ff3d95636094287acc97ced0c5df |