BeatlesFC

BeatlesFC是由纽约市立大学团队基于Isophonics披头士数据集构建的和声功能标注集，包含179首歌曲的14,132个标注实例。该数据集采用Nobile功能电路理论，将和弦标注为稳定（Tonic）、不稳定（Predominant/Dominant）三类功能，通过音乐理论专家双盲标注确保质量。作为首个流行音乐和声功能标注库，其填补了音频数据与高层音乐结构间的分析空白，为音乐信息检索领域的和声模式研究提供重要基准。

原始信息汇总

数据集概述

数据集名称

beatlesFC

数据集描述

本数据集提供和声功能标签，用于配合Isophonics Beatles标注。

数据内容

• 和声功能标签

关联标注

• 与Isophonics Beatles标注配合使用

搜集汇总

数据集介绍

构建方式

在音乐信息检索领域，BeatlesFC数据集的构建体现了对流行音乐和声功能标注的精细化探索。该数据集基于Isophonics的披头士歌曲原始标注，由两位具备音乐理论博士学位且拥有多年和声分析教学经验的标注者共同完成。他们采用Nobile的功能环路理论作为分析框架，将每个和弦标注为稳定（主功能T）、不稳定（下属功能PD或属功能D）三类。标注过程中，标注者使用Sonic Visualizer软件结合音频与原始和弦标签进行聆听分析，并参考了Isophonics提供的调性与曲式结构标签，以确保和声功能在更广阔的乐句语境中得到准确诠释。最终，179首歌曲被成功标注，并以.lab文件格式保存了每个功能标签的起止时间，其中标注者之间的分歧也被保留以供研究。

特点

BeatlesFC数据集的核心特点在于其首次为基于音频的流行音乐提供了系统的和声功能标注。该数据集紧密衔接了音乐分析中的低层结构（如和弦）与高层结构（如调性、曲式），通过功能环路理论揭示了摇滚音乐特有的和声进行模式——即从稳定功能向不稳定功能过渡并回归稳定的语法。数据集中，主功能（T）标签占比约70.3%，显著高于下属功能（PD，16.5%）和属功能（D，13.2%），这直观反映了披头士歌曲中典型的和声稳定性特征。此外，数据集特意包含了三首受拉格音乐影响的歌曲，以探索理论应用的边界，并完整保留了标注者间的分歧案例，为研究标注主观性与音乐分析复杂性提供了宝贵资源。

使用方法

BeatlesFC数据集为音乐信息检索、计算音乐学及音乐理论分析提供了重要的实证基础。研究者可通过GitHub公开获取该数据集，利用其.lab格式的标注文件与Isophonics原始数据集进行对齐，从而开展多层次音乐结构的联合分析。在应用层面，该数据集可用于训练和评估自动和声功能识别模型，深化对流行音乐和声语法与曲式关系的理解。同时，标注者间的分歧记录为研究音乐标注的一致性、和声理论的适用边界以及流行音乐分析的诠释多样性提供了独特案例。通过将功能标签与和弦、调性及结构标签相结合，学者能够更系统地探索披头士音乐乃至1960年代摇滚音乐的和声组织逻辑。

背景与挑战

背景概述

BeatlesFC数据集于2024年由CUNY Graduate Center的研究人员Ji Yeoung Sim、Rebecca Moranis和Johanna Devaney创建，旨在为Isophonics的披头士数据集提供和声功能标注。该数据集的核心研究问题在于弥合音乐信息检索中低层级和弦标注与高层级曲式结构之间的分析鸿沟，通过引入基于Nobile功能电路理论的和声功能标签（稳定、属前、属），为流行音乐的和声分析提供了新的理论框架。这一工作扩展了传统西方艺术音乐和声分析在音频流行音乐数据集中的应用，对音乐理论计算化及自动化分析领域具有显著的推动作用。

当前挑战

BeatlesFC数据集主要应对流行音乐和声功能自动标注的领域挑战，其核心在于将基于符号音乐的和声理论适配至音频驱动的流行音乐分析中，这要求解决和弦在摇滚音乐语境下功能判定的模糊性问题。在构建过程中，数据集面临标注一致性的难题，例如在调性模糊或受非西方音乐影响的歌曲中应用功能电路理论时出现分析边界；同时，标注者间对特定和弦功能存在分歧，这些分歧虽被保留以供研究，但反映了音乐理论主观性带来的标注复杂性。此外，数据集的构建依赖于原始Isophonics标注的质量与完整性，这在一定程度上制约了和声功能标注的覆盖范围与准确性。

常用场景

经典使用场景

在音乐信息检索领域，BeatlesFC数据集为研究者提供了连接和弦标注与高层音乐结构的关键桥梁。该数据集基于Nobile的功能环路理论，将披头士歌曲中的和弦标注为稳定（主功能）或不稳定（下属功能、属功能），从而在乐句层面揭示摇滚音乐的和谐语法。这一标注方式特别适用于分析披头士音乐中清晰的终止式与曲式结构，如分节歌或AABA形式，为探索流行音乐的和谐模式提供了标准化分析框架。

实际应用

在实际应用中，BeatlesFC数据集为音乐教育、自动音乐分析与生成系统提供了重要资源。教育工作者可利用该数据集演示摇滚音乐的和谐进程，帮助学生理解功能环路理论在具体作品中的体现。在技术层面，该标注可作为训练数据，用于开发自动和谐功能识别模型，进而辅助音乐推荐系统、智能作曲工具或交互式音乐应用，提升其对音乐语义结构的理解能力，促进音乐科技产品的智能化发展。

衍生相关工作

BeatlesFC数据集衍生的经典工作主要集中在音乐信息检索与计算音乐学领域。基于该标注，研究者可进一步探索和谐功能与音乐情感、曲式结构的关联，开发更精细的音乐分析算法。同时，数据集支持对标注一致性的研究，如保留标注者分歧的版本，为音乐分析的主观性提供实证案例。此外，它可能启发类似标注体系向其他流行音乐数据集扩展，形成如TAVERN或RomanText格式在流行音乐中的对应物，推动跨音乐流派的和声分析标准化。