GTZAN 数据集：其内容、缺陷、对评估的影响及未来使用
声音
2015-05-18 v2
摘要
GTZAN 数据集出现在至少 100 篇已发表著作中，是音乐流派识别（MGR）机器听觉研究中使用最广泛的公共评估数据集。然而，我们近期的工作表明 GTZAN 存在若干缺陷（重复、错误标注和失真），这对使用它得出的任何结果的可解释性提出了挑战。在本文中，我们驳斥了以下观点：所有 MGR 系统都以相同方式受到这些缺陷的影响，且由于所有系统都面临相同的缺陷，它们在 GTZAN 上的性能仍然具有可比意义。我们识别并分析了 GTZAN 的内容，提供了其缺陷目录。我们回顾了 GTZAN 在 MGR 研究中的使用情况，发现很少有迹象表明其缺陷已被知晓并予以考虑。最后，我们严格研究了其缺陷对评估五种不同 MGR 系统的影响。结论并非要摒弃 GTZAN，而是要在考虑其内容的前提下使用它。
引用
@article{arxiv.1306.1461,
title = {The GTZAN dataset: Its contents, its faults, their effects on evaluation, and its future use},
author = {Bob L. Sturm},
journal= {arXiv preprint arXiv:1306.1461},
year = {2015}
}
备注
29 pages, 7 figures, 6 tables, 128 references