GANsynth学习：数据集Nsynth

前言：因为我的小破项目需要用到GANsynth合成音乐，但是网络上能搜索到的资料实在太少，所以干脆自己一点点学，并将学习内容形成博客，兼做记录与共享之用。

Nsynth数据集

概述

一个大规模且高质量的标注音符数据集。
NSynth是一个包含305,979个音符的音频数据集，每个音符都有一个独特的音高、音色和包络。对于来自商业样本库的1,006种乐器，我们通过在标准MIDI钢琴的每个音高（21-108）以及五个不同的速度（25、50、75、100、127）范围内生成四秒钟、单音的16kHz音频片段，称为音符。音符在前三秒被保持，最后一秒允许衰减。

有些乐器不能产生这个范围内的所有88个音，最终每件乐器平均有65.4个音。此外，商业样本包偶尔会包含多个速度的重复声音，每个音高平均有4.75个独特的速度。

同时有三条附加信息：来源（声学或电子），种别（乐器种别），音质。

文件格式

两种可选形式：

1. TFRecord
2. JSON:非音频 / 16bit wav

三个Part:

• 训练集：289,205 examples
• 验证集：12,678 examples
• 测试集：4,096 examples

数据特征及编码：详见链接（太多了救命(/▽＼)
JSON数据样例：
（哈？你问我为啥只放json?因为另一种看不懂
浅浅理解一下：

• qualities：one-hot编码
• velocity：midi击键的速度