amaai-lab/MidiCaps

MidiCaps数据集是一个大规模的MIDI音乐文件数据集，包含168,385个MIDI文件，每个文件都有描述性的文本标题和一组提取的音乐特征。标题是通过一个结合了MIR特征提取和LLM Claude 3的标题生成管道生成的。数据集还提供了详细的音乐特征，如流派、情绪、调性、时间签名、速度等。此外，数据集还包含额外的特征，如乐器总结、和弦总结等。数据集的文件格式为.tar.gz，标题以.json文件形式提供。数据集还提供了一个90/10的训练/测试分割。

原始信息汇总

MidiCaps 数据集

概述

MidiCaps 数据集是一个包含 168,385 个 MIDI 音乐文件及其描述性文本标题的大型数据集，以及一组提取的音乐特征。

数据集详情

• MIDI 文件: 168,385 个
• 文本标题: 168,385 个
• 音乐特征: 8 个
• 扩展音乐特征: 2 个

文件格式

• MIDI 文件: 以 .tar.gz 格式提供
• 文本标题: 以 .json 文件格式提供

基本文件列

1. location: 文件解压后的位置
2. caption: 描述音乐片段的文本标题

特征文件列

• genre: 前两个检测到的流派及其关联的置信度分数
• mood: 前五个检测到的心情/主题标签及其关联的置信度分数
• key: 曲目的主要调式
• time_signature: 曲目的拍号
• tempo: 曲目的速度，以每分钟节拍数（bpm）表示，或以古典意大利术语（如 Adagio, Largo, Presto 等）或简化术语（如 Slow, Fast 等）表示
• duration: 曲目的持续时间，以秒为单位，以及标记为短/中/长的片段
• chord_summary: 曲目中最频繁的和弦模式
• instrument_summary: 按演奏时长排序的前 5 个乐器

扩展特征文件列

• instrument_numbers_sorted: 按演奏时长排序的曲目中存在的乐器编号（根据 MIDI 分配）
• all_chords: 包含曲目中检测到的所有和弦及其相应的时间标记

引用

如果您使用此数据集，请引用以下论文：

BibTeX:

@article{Melechovsky2024, author = {Jan Melechovsky and Abhinaba Roy and Dorien Herremans}, title = {MidiCaps - A Large-scale MIDI Dataset with Text Captions}, year = {2024}, journal = {arXiv:2406.02255} }

APA: Jan Melechovsky, Abhinaba Roy, Dorien Herremans, 2024, MidiCaps - A large-scale MIDI dataset with text captions. arXiv:2406.02255.