MétaCan
Menu
Retour à la cohorte
Enregistrement W4393886693 · doi:10.5281/zenodo.7803316

SASS-E: The Steelpan Audio Sample Set for Evaluation

2023· dataset· en· W4393886693 sur OpenAlexaff
Colin Malloy, George Tzanetakis

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typedataset
Langueen
DomaineComputer Science
ThématiqueSpeech Recognition and Synthesis
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésSassSample (material)Set (abstract data type)Computer scienceWorld Wide WebProgramming languagePhysics

Résumé

récupéré en direct d'OpenAlex

SASS-E is an audio dataset containing 13,313 one-hit audio samples from three distinct steelpans. <strong>Citation</strong> This dataset is part of paper that will be published in the NIME 2023 proceedings in June, 2023. This section will be updated to reflect that citation then. <strong>Data curator</strong> Colin Malloy <strong>Contact</strong> You can contact Colin regarding this dataset at malloyc@uvic.ca. <strong>About SASS-E</strong> The SASS-E dataset is an audio dataset curated as part of Colin's PhD research. It consists of over 13,000 one-hit audio samples from three tenor steelpans totaling over 9 hours and 25 minutes of audio The samples were recorded in a professional quality recording studio at 48 kHz/ 24-bit depth. Approximately 50 strikes were recorded per note per instrument at a wide variety of dynamic levels and beating areas. This allows for comprehensive coverage of minute details and fluctuations in timbre. The audio samples are pre-split into training, validation, and test sets with 7,931 samples in the training set, 2,680 samples in the validation set, and 2,702 samples in the test set. The audio files are have filenames in the following format: &lt;MIDI note number&gt;_&lt;set&gt;_&lt;instrument label&gt;_sample_&lt;number&gt;.wav. They are each labeled with the MIDI note number for the given note struck. The instrument label is in the format "ctenor-0x" where x is the number assigned to the instrument. <strong>Future of SASS-E</strong> In the future, we plan to add samples from a wider variety of steelpans. The goal is to create a comprehensive dataset that covers all major varieties of steelpans from the soprano to bass voices of the family. This will include other kinds of tenor steelpans (such as low D tenors, Invader tenors, and 3rds/4ths tenors). <strong>License</strong> All of the samples in SASS-E are released under Creative Commons (CC) CC-BY-NC. This license allows reusers to distribute, remix, adapt, and build upon the material in any medium or format for noncommercial purposes only, and only so long as attribution is given to the creator. Specifically, these samples are not to be used in a commercial sample library (such as a virtual instrument).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,134
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0020,000
Science ouverte0,0040,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,032

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,111
Tête enseignante GPT0,311
Écart entre enseignants0,200 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetSpeech Recognition and SynthesisTravaux en français237 207