music-mood-recs-assets

本数据集是music-mood-recs非商业学生深度学习课程项目的衍生资源，旨在支持音频情绪分类与基于内容推荐（使用单一CNN模型）的演示应用运行。数据集包含从MTG-Jamendo数据集（情绪/主题子集，30-TAR样本）中提取的2,247条音轨及其处理后的特征，具体包括：原始音频的低码率MP3文件、预计算的对数梅尔频谱图（.npy格式）、每条音轨的64维CNN分类嵌入向量，以及用于索引的音轨清单文件（CSV格式）。数据来源于MTG-Jamendo数据集，其元数据遵循CC BY-NC-SA 4.0许可，而音频文件则根据原始上传者选择的多种Creative Commons许可（包括CC BY-NC-SA、CC BY-NC-ND、CC BY-SA等）进行分发。该数据集及其镜像仅限用于非商业研究和学术目的。This dataset is a derivative resource from the music-mood-recs non-commercial student deep learning course project, designed to support the operation of a demo application for audio mood classification and content-based recommendation (using a single CNN model). It contains 2,247 tracks extracted from the MTG-Jamendo dataset (mood/theme subset, 30-TAR samples) along with processed features, including: low-bitrate MP3 files of the original audio, precomputed log-mel spectrograms (.npy format), 64-dimensional CNN classification embedding vectors for each track, and a track inventory file (CSV format) for indexing. The data is sourced from the MTG-Jamendo dataset, with metadata licensed under CC BY-NC-SA 4.0, while audio files are distributed under various Creative Commons licenses chosen by the original uploaders (including CC BY-NC-SA, CC BY-NC-ND, CC BY-SA, etc.). This dataset and its mirrors are intended solely for non-commercial research and academic purposes.

原始信息汇总

数据集概况

该数据集是 music-mood-recs 项目的衍生资产，源自 MTG-Jamendo Dataset（情绪/主题子集），包含 3,585 首曲目。其存在目的是为项目的 Streamlit 演示应用提供运行时所需的文件，避免将约 7GB 数据直接捆绑到 Git 仓库中。

来源与许可

• 源数据集：MTG-Jamendo Dataset（情绪/主题子集，50-TAR 样本），访问地址：https://github.com/MTG/mtg-jamendo-dataset
• 元数据许可：CC BY-NC-SA 4.0
• 音频许可：每首曲目由 Jamendo 上传者指定单独的 Creative Commons 许可。权威的逐曲目艺术家署名及许可信息见 audio_licenses.txt。
• 使用限制：MTG-Jamendo Dataset 仅限非商业研究和学术用途。其他用途（包括商业用途）需获得 Jamendo S.A. 的书面授权。此镜像仅用于支持上述非商业课程作业用例。
• 许可类型：other（标签 license_name: mtg-jamendo-mixed-cc-nc-research-only）

数据集内容

该镜像托管以下数据：

• data/audio/ — 3,585 首曲目的低比特率 MP3 音频文件
• artifacts/melspecs/ — 预计算的对数梅尔频谱图（.npy 格式）
• artifacts/embeddings.npy — CNN 分类嵌入矩阵（每首曲目 64 维）
• artifacts/melspec_manifest.csv — 梅尔频谱图清单文件
• artifacts/subset_meta.csv — 曲目元数据清单文件

相关标签与名称

• 标签：audio、music、mood-classification
• 正式名称：music-mood-recs assets (MTG-Jamendo mood/theme subset mirror)

额外说明

此镜像仅托管 Streamlit 应用运行时所需的衍生数据。报告的图表以及项目自身的下载/训练脚本位于主仓库（Ketose333/music-mood-recs），不在此处。

搜集汇总

数据集介绍

构建方式

该数据集源自MTG-Jamendo数据集中的情感/主题子集，精选了3,585首音轨作为样本。为支持非商业深度学习课程项目（音频情感分类与基于内容的推荐），项目团队从原始数据中提取了音频低码率MP3文件，并进一步预处理为对数梅尔频谱图（.npy格式）和64维的CNN分类嵌入矩阵。所有衍生数据被组织为音频目录、频谱图与嵌入文件以及元数据清单，以便Streamlit演示应用能够在运行时高效获取这些资源，避免了将约7GB数据直接捆绑至代码仓库的弊端。

特点

该数据集的一大特色在于其专注服务于非商业研究与学术用途，严格遵循MTG-Jamendo数据集的使用许可，每首音轨均附带独立的Creative Commons授权。镜像仅托管Streamlit应用所需的衍生数据，而原始的训练脚本与报告图表则存放于主项目仓库中。数据涵盖了音频文件、预计算频谱图和嵌入向量，为情感分类与推荐系统研究提供了丰富、现成的特征资源，尤其适合作为小规模深度学习实践的教学素材。

使用方法

用户可通过HuggingFace上的这个镜像仓库直接下载音频低码率MP3、对数梅尔频谱图及嵌入矩阵，无需处理庞大的原始数据集。所有频谱图以NumPy数组格式存储，便于直接加载到深度学习框架（如PyTorch或TensorFlow）中进行模型训练或推理。嵌入矩阵提供了每首音轨的64维特征向量，可用于快速实施基于内容的相似性检索或推荐系统原型。同时，仓库附带的元数据CSV文件（如音轨清单与子集元数据）为数据索引和标签映射提供了便利，适合用于情感分类任务的基准测试或课程作业开发。

背景与挑战

背景概述

音乐情感识别与推荐是计算音乐学与多模态机器学习交叉领域的前沿课题，旨在通过算法捕捉音频信号中蕴含的情感语义，进而实现基于内容的情感导向音乐检索。在此背景下，music-mood-recs-assets数据集应运而生，其创建时间可追溯至一项面向非商业用途的学生深度学习课程项目，由研究者Ketose333主导，基于MTG-Jamendo数据集的mood/theme子集构建。该子集精选3,585首曲目，覆盖多元情感标签，为音频情感分类与内容推荐研究提供了标准化测试平台。该数据集的衍生资产（包括对数梅尔频谱与嵌入矩阵）不仅支撑了单卷积神经网络模型在情感分类任务中的训练与评估，还通过预计算特征促进了可复现研究，对非商业学术场景下的音乐情感分析领域产生了积极的推动作用。

当前挑战

该数据集面临的挑战首先体现在领域问题层面：音乐情感分类本身具有强烈的主观性与文化依赖性，同一曲目在不同听众群体中可能引发迥异情感响应，导致标注一致性难以保障。其次，构建过程中的挑战尤为突出——原始MTG-Jamendo数据集采用非商业研究许可，衍生资产的再分发需严格遵循CC BY-NC-SA 4.0及各曲目独立授权条款，法律合规复杂性高。此外，为支持Streamlit演示应用而镜像约7GB的音频与特征文件，面临存储传输效率与版本管理的平衡难题。最后，基于50-TAR采样的子集规模有限（3,585轨），在覆盖丰富情感标签的同时，难以充分代表音乐风格与情感表达的多样性，可能制约模型泛化能力。

常用场景

经典使用场景

在音乐信息检索领域，基于音频的情绪分类与内容推荐是极具挑战的研究方向。music-mood-recs-assets数据集为这一经典任务提供了完备的资源支持，包含3,585首曲目的原始音频、预计算的log-mel频谱图以及经过CNN模型提取的64维嵌入特征。研究者可便捷地利用这些多模态数据训练或评估情绪分类模型，将音乐音频映射至预定义的情绪类别空间，并基于嵌入特征实现相似曲目的检索与推荐。该数据集的低维嵌入设计使得轻量级推荐系统能够在资源受限的环境中高效运作，成为音乐情绪理解与个性化内容分发研究的理想基准。

实际应用

在实际应用层面，该数据集赋能了流媒体音乐平台的情绪感知推荐引擎与个性化播放列表构建。借助预训练的CNN嵌入特征，开发者能够在移动端或Web端部署实时情绪分析模块，根据用户当下的心情状态动态筛选与排序音乐曲目。此外，DJ自动化编排、背景音乐自适应生成以及音乐治疗辅助系统均可从中获益——通过情绪标签的量化映射，系统能够为冥想、运动或工作场景自动匹配合适的听觉素材。流式应用的Streamlit前端演示已证明该数据集的工程可行性，为非商业场景下的轻量级音乐服务提供了可复用的技术原型。

衍生相关工作

该数据集源自MTG-Jamendo语料库的情绪/主题子集，其衍生工作不仅包括原始论文中基于单一CNN模型的分类与推荐基线，还催生了多项后续学术探索。研究者围绕该数据集发展了注意力机制增强的情绪表征模型、跨数据集迁移学习方法以及基于对比学习的无监督音乐情绪嵌入。近期工作进一步挖掘了频谱时频图与文本标签的多模态融合策略，尝试将人工标注的情绪类别与歌词情感信号相互补充。这些衍生研究共同完善了音乐情绪理解的评估体系，使得该数据集成为检验鲁棒性与泛化能力的重要测试床，持续推动着音乐信息检索领域的范式演进。