FMA: A Dataset For Music Analysis
Paper • 1612.01840 • Published • 1
audio audioduration (s) 30 30 | name stringlengths 16 16 |
|---|---|
000/000002_0.ogg | |
000/000003_0.ogg | |
000/000005_0.ogg | |
000/000010_0.ogg | |
000/000134_0.ogg | |
000/000136_0.ogg | |
000/000139_0.ogg | |
000/000140_0.ogg | |
000/000141_0.ogg | |
000/000148_0.ogg | |
000/000181_0.ogg | |
000/000182_0.ogg | |
000/000190_0.ogg | |
000/000193_0.ogg | |
000/000194_0.ogg | |
000/000197_0.ogg | |
000/000198_0.ogg | |
000/000200_0.ogg | |
000/000203_0.ogg | |
000/000204_0.ogg | |
000/000207_0.ogg | |
000/000208_0.ogg | |
000/000209_0.ogg | |
000/000210_0.ogg | |
000/000211_0.ogg | |
000/000212_0.ogg | |
000/000213_0.ogg | |
000/000237_0.ogg | |
000/000247_0.ogg | |
000/000249_0.ogg | |
000/000255_0.ogg | |
000/000256_0.ogg | |
000/000257_0.ogg | |
000/000258_0.ogg | |
000/000341_0.ogg | |
000/000343_0.ogg | |
000/000352_0.ogg | |
000/000368_0.ogg | |
000/000369_0.ogg | |
000/000397_0.ogg | |
000/000398_0.ogg | |
000/000399_0.ogg | |
000/000400_0.ogg | |
000/000405_0.ogg | |
000/000414_0.ogg | |
000/000424_0.ogg | |
000/000425_0.ogg | |
000/000458_0.ogg | |
000/000459_0.ogg | |
000/000512_0.ogg | |
000/000534_0.ogg | |
000/000535_0.ogg | |
000/000536_0.ogg | |
000/000537_0.ogg | |
000/000540_0.ogg | |
000/000546_0.ogg | |
000/000550_0.ogg | |
000/000564_0.ogg | |
000/000573_0.ogg | |
000/000574_0.ogg | |
000/000583_0.ogg | |
000/000584_0.ogg | |
000/000585_0.ogg | |
000/000590_0.ogg | |
000/000591_0.ogg | |
000/000592_0.ogg | |
000/000593_0.ogg | |
000/000602_0.ogg | |
000/000603_0.ogg | |
000/000605_0.ogg | |
000/000608_0.ogg | |
000/000615_0.ogg | |
000/000619_0.ogg | |
000/000620_0.ogg | |
000/000621_0.ogg | |
000/000625_0.ogg | |
000/000629_0.ogg | |
000/000631_0.ogg | |
000/000633_0.ogg | |
000/000635_0.ogg | |
000/000664_0.ogg | |
000/000665_0.ogg | |
000/000666_0.ogg | |
000/000667_0.ogg | |
000/000668_0.ogg | |
000/000669_0.ogg | |
000/000672_0.ogg | |
000/000673_0.ogg | |
000/000674_0.ogg | |
000/000676_0.ogg | |
000/000677_0.ogg | |
000/000679_0.ogg | |
000/000680_0.ogg | |
000/000681_0.ogg | |
000/000684_0.ogg | |
000/000686_0.ogg | |
000/000690_0.ogg | |
000/000694_0.ogg | |
000/000695_0.ogg | |
000/000696_0.ogg |
This is a mirror of FMA-medium.
tracks.csv for details.import io
import soundfile as sf
from datasets import Features, Value, load_dataset
for item in load_dataset(
"philgzl/fma-medium",
streaming=True,
features=Features({"audio": Value("binary"), "name": Value("string")}),
):
print(item["name"])
buffer = io.BytesIO(item["audio"])
x, fs = sf.read(buffer)
# do stuff...
@inproceedings{defferrard2017fma,
title = {{FMA}: {A} dataset for music analysis},
author = {Defferrard, Micha{\"e}l and Benzi, Kirell and Vandergheynst, Pierre and Bresson, Xavier},
booktitle = {Proc. ISMIR},
pages = {316--323},
year = {2017},
}