Emotion4MIDI

Emotion4MIDI是一个基于歌词的大规模情感标记符号音乐数据集，由系统与计算机工程技术科学研究所创建。该数据集包含12509首MIDI歌曲，通过分析歌词来标记情感，覆盖了广泛的精细情感范围。创建过程中，研究者首先在GoEmotions数据集上训练情感分类模型，然后将这些模型应用于两个大型MIDI数据集的歌词上。Emotion4MIDI数据集旨在探索音乐与情感之间的联系，特别是开发基于特定情感生成音乐的模型，为情感算法作曲领域的研究提供了宝贵的资源。Emotion4MIDI is a large-scale lyric-based sentiment-labeled symbolic music dataset developed by the Institute of Systems, Computer Engineering, and Technical Sciences. This dataset comprises 12,509 MIDI songs, with sentiment labels assigned through lyric analysis, covering a broad spectrum of fine-grained emotional categories. During its construction, researchers first trained sentiment classification models on the GoEmotions dataset, then deployed these models to analyze the lyrics of two large-scale MIDI datasets. The Emotion4MIDI dataset aims to investigate the association between music and emotion, particularly to facilitate the development of models that generate music conditioned on specific emotional states, thus providing a valuable resource for research in the field of sentiment-aware algorithmic composition.

搜集汇总

数据集介绍

构建方式

在音乐与情感交织的广阔领域中，符号化音乐数据集的情感标注一直是推动情感计算与算法作曲的关键瓶颈。为突破这一局限，Emotion4MIDI数据集应运而生。其构建过程独具匠心：研究者首先以GoEmotions这一包含28种细粒度情感标签的大型文本数据集为基石，训练出性能卓越的情感分类模型，该模型在参数规模仅为基线模型一半的情况下，仍取得了领先的分类效果。随后，将这些训练好的模型应用于Lakh MIDI数据集与Reddit MIDI数据集的歌词文本，通过自动分析歌词蕴含的情感倾向，为每首MIDI歌曲赋予多维度的情感标签。最终，经过筛选与整合，共获得12509首包含歌词且长度超过50词的MIDI文件，构建起一个规模宏大、情感标注精细的符号音乐数据集。

使用方法

Emotion4MIDI数据集的使用方式灵活而直观。数据集以CSV格式提供，每一行对应一首MIDI文件，列则分别对应7种或28种情感标签的概率值，用户无需预设阈值即可直接使用完整的预测概率分布。研究者可根据自身需求，选择基于7标签的粗粒度情感分析，或采用28标签的细粒度情感探索。该数据集适用于多种研究场景：可用于训练情感驱动的符号音乐生成模型，以特定情感为条件自动创作旋律；亦可用于分析歌词与音乐情感表达之间的映射关系，推动情感计算与音乐信息检索领域的交叉研究。所有代码、预训练模型及数据集均已开源，便于学术界复现与拓展。

背景与挑战

背景概述

音乐作为一种强有力的情感表达媒介，长久以来受到心理学、音乐学与神经科学等领域的广泛关注。随着深度学习技术的兴起，利用算法自动分析与生成能够唤起特定情感的音乐成为研究热点。然而，现有的符号音乐数据集（如MIDI格式）虽具备紧凑且结构化的优势，却普遍缺乏大规模、细粒度的情感标注，严重制约了情感条件音乐生成模型的发展。为此，葡萄牙INESC TEC与波尔图大学的研究人员Serkan Sulun等人于2023年提出了Emotion4MIDI数据集。该数据集通过训练基于DistilBERT的文本情感分类模型（在GoEmotions数据集上达到领先性能），对Lakh MIDI与Reddit MIDI两大语料库中12,509首含有英文歌词的MIDI文件进行情感分析，最终构建了覆盖7种基本情感与28种细粒度情感的多标签符号音乐数据集。这一工作填补了大规模情感标注符号音乐数据的空白，为情感计算与算法作曲领域提供了关键资源。

当前挑战

Emotion4MIDI所面临的挑战主要体现在两个层面。在领域问题层面，情感条件音乐生成长期受限于高质量标注数据的匮乏——现有数据集如VGMIDI、EMOPIA等样本量不足千首，且情感类别粗糙，难以支撑深度神经网络的训练需求。如何从海量无标注MIDI文件中高效提取细粒度情感标签，成为突破该瓶颈的核心难题。在构建过程层面，研究团队需解决跨模态情感迁移的挑战：歌词文本与音乐旋律间的情感对应并非严格线性，且歌词可能包含隐喻或反讽，导致模型预测存在偏差。此外，GoEmotions数据集本身存在类别不平衡问题，部分情感（如grief）样本极少，模型在28标签分类中对其召回率为零，凸显了细粒度情感识别的困难。最终，数据集仅包含12509个有效样本，远小于原始MIDI语料库规模，说明歌词筛选与情感标注的自动化流程仍受限于语言覆盖与计算成本。

常用场景

经典使用场景

在情感计算与音乐信息检索的交汇领域，Emotion4MIDI数据集为研究者提供了一个弥合符号音乐与细腻情感之间鸿沟的珍贵桥梁。该数据集包含12,509首MIDI格式的歌曲，每首歌曲均通过歌词分析被标注了7种基本情绪或28种细粒度情感标签。其经典使用场景在于作为条件式音乐生成模型的训练基石，研究者可依据特定的情感标签（如“喜悦”、“悲伤”或“乐观”）来驱动深度神经网络生成富有情感共鸣的旋律与和声，从而突破传统非条件式生成模型仅能模仿风格而无法捕捉高维情感概念的局限。

解决学术问题

该数据集核心解决了情感标注符号音乐数据集规模不足与情感粒度粗糙的学术困境。此前，如VGMIDI、EMOPIA等公开数据集样本量常不足千首，且情感标签局限于少数类别，难以支撑具有数百万参数的深度神经网络进行有效训练。Emotion4MIDI通过创新的歌词情感分析流水线，将文本情感分类领域的前沿模型（基于GoEmotions数据集训练的DistilBERT）迁移至音乐领域，实现了对大规模MIDI语料库的自动化、多标签情感标注。这一方法不仅显著扩充了数据规模，更以28种细粒度情感标签揭示了音乐与歌词在情感表达上的深层一致性，为情感化算法作曲（Affective Algorithmic Composition）提供了坚实的实证基础与数据支撑，推动了计算创造力向人类级情感表达能力的迈进。

实际应用

在实际应用中，Emotion4MIDI数据集展现出广泛而深远的潜力。在音乐创作辅助领域，它可赋能智能作曲系统，使音乐制作人或爱好者能够通过指定情感关键词（如“宁静”、“兴奋”）来引导AI自动生成背景音乐、影视配乐或游戏音效，极大地降低了情感化音乐创作的门槛。在心理健康与疗愈场景中，基于该数据集训练的模型可用于生成定制化的音乐治疗曲目，针对焦虑、抑郁等情绪状态提供精准的情感调节。此外，在音乐推荐系统与社交平台中，该数据集能够提升对用户情绪状态的感知能力，实现基于当下情感的音乐个性化推送，从而增强用户体验与情感连接。

数据集最近研究

最新研究方向

在情感计算与符号音乐生成交叉领域，Emotion4MIDI数据集的问世为细粒度情感驱动的算法作曲开辟了新范式。该研究突破性地利用歌词文本与MIDI结构之间的情感映射关系，通过蒸馏BERT模型在GoEmotions数据集上取得领先性能，进而对Lakh MIDI和Reddit MIDI两大语料库中逾1.2万首曲目进行多标签情感标注。这一工作不仅弥补了现有情感符号音乐数据集规模小、情感类别粗粒度的不足，更将情感条件生成从传统的效价-唤醒二维连续空间拓展至涵盖27种离散情感的精细维度，为构建能精准理解并诱发特定情感状态的智能音乐系统提供了关键数据基础。当前，该数据集正推动情感化音乐生成向更富表现力与可控性的方向演进，有望在人机协同创作、音乐治疗等热点应用场景中释放巨大潜力。

相关研究论文

• Emotion4MIDI: a Lyrics-based Emotion-Labeled Symbolic Music Dataset

  系统与计算机工程技术科学研究所 · 2023年