instrument_timbre
קוד פתוחccmusic-databasecc-by-nc-nd-4.02023-05-27
המאגר כולל הקלטות שמע של 61 כלי נגינה לצד דירוגים סובייקטיביים של גוון הצליל. הוא מיועד למי שחוקר תפיסה מוזיקלית ומחפש התאמה בין אות שמע לתיאורים מילוליים.
- 129הורדות בחודש
- 34לייקים
מה זה
הנתונים מבוססים על ניסוי הערכה סובייקטיבי שבו מוזיקאים מקצועיים מסין דירגו כלי נגינה לפי 16 מאפייני גוון קול, כמו בהיר, כהה ומחוספס, בסולם של 1 עד 9. המאגר מכיל סך הכל 61 רשומות המחולקות לשני חלקים נפרדים. החלק הראשון כולל 37 כלים מסורתיים מסין, והחלק השני מכיל 24 כלים מערביים.
כל שורה בבסיס הנתונים מורכבת מ־18 עמודות: קובץ שמע בפורמט wav, שם הכלי באנגלית או בפיניין, ו־16 עמודות מספריות המייצגות את ממוצע הציונים לכל מונח הערכה. בנוסף קיימות תמונות ספקטרוגרמה מסוג mel ודוחות ניתוח ייעודיים עבור עשרה מתוך הכלים שנבדקו.
מתאים ל
- רגרסיית תכונות שמע
ניבוי ציונים סובייקטיביים של גוון צליל ישירות מתוך מקטעי השמע או הספקטרוגרמות.
- סיווג כלי נגינה
זיהוי כלי נגינה סיניים ומערביים על בסיס קובצי השמע הקיימים במאגר.
- ניתוח אקוסטי השוואתי
בדיקת מתאמים בין מדדים פיזיקליים של גלי הקול לבין דירוגי המאזינים.
איפה זה נופל
המגבלה המשמעותית ביותר היא כמות הנתונים הזעומה, 61 דגימות בלבד, מה שהופך אימון של מודל עמוק לבלתי אפשרי ללא שימוש בידע מוקדם או העברה. מעבר לכך, כל המדרגים בניסוי היו בעלי רקע מוזיקלי מסין, עובדה שמכניסה הטיה תרבותית ברורה לתפיסת המונחים ומשמעותם. הנתונים מתאימים בעיקר לבדיקת התכנות או למשימות רגרסיה ממוקדות, ולא מייצגים מגוון רחב של נגנים, סגנונות נגינה או תנאי הקלטה שונים.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מוצר מסחרי?
לא, הרישיון שבו פורסם המאגר הוא cc-by-nc-nd-4.0. רישיון זה אוסר שימוש מסחרי במפורש ומגביל את השימוש למחקר בלבד. בנוסף, חל איסור להפיץ שינויים או גרסאות מעובדות של הנתונים.
כמה שוקל המאגר וכמה דוגמאות יש בו?
המאגר כולו שוקל מגה-בייטים בודדים וכולל עשרה קבצים במאגר הראשי. יש בו 61 רשומות בלבד, 37 עבור כלים סיניים ו־24 עבור כלים מערביים. בגלל הגודל הזעום, ההורדה והטעינה שלו מיידיות לחלוטין.
האם יש במאגר תוכן בעברית?
לא, המאגר כולל תוכן באנגלית ובסינית בלבד. שמות הכלים מתועדים באנגלית או בתעתיק פיניין של השפה הסינית. אין בו שום תמיכה או נתונים הנוגעים לשפה העברית.
כיצד נאספו הנתונים והדירוגים שבמאגר?
הנתונים נלקחו מניסוי שערכו חוקרים, שבו מוזיקאים מקצועיים מסין האזינו להקלטות ודירגו 16 תכונות שמע. הדירוג נעשה על גבי סולם מ־1 עד 9 עבור כל תכונה. המפרסמים ארגנו את ההקלטות והציונים לתוך טבלאות נתונים אחידות.
איך טוענים
טעינת המידע מתבצעת דרך ספריית datasets בפייתון באמצעות ציון שם המאגר ccmusic-database/instrument_timbre ובחירת החלוקה הרצויה, Chinese או Western. הגישה חופשית ואינה דורשת הרשמה מוקדמת או אישור מיוחד. קובצי השמע נשמרים כחלק מפורמט arrow, כאשר הכרטיס מציג סתירה לגבי קצב הדגימה של ההקלטות ומציין גם 44,100 הרץ וגם 22,050 הרץ. גודל המאגר כולו קטן מאוד ומונה עשרה קבצים בלבד, כך שההורדה מסתיימת תוך שניות בודדות.
from datasets import load_dataset
ds = load_dataset("ccmusic-database/instrument_timbre")הרישיון
הרישיון הוא cc-by-nc-nd-4.0. המשמעות היא איסור מוחלט על שימוש מסחרי מכל סוג, חובת מתן קרדיט ליוצרים, ואיסור על הפצת נגזרות של הנתונים אם בוצעו בהם שינויים. אימון מודל שמיועד לשילוב במוצר מסחרי אינו אפשרי תחת תנאים אלה.