Custom Live Music Dataset

Custom Live Music Dataset是由坦佩雷大学音频研究组手动收集的，旨在评估实时音乐歌曲识别系统的性能。该数据集包含270首原始录音室版本歌曲和405首现场录音版本，涵盖了多种音乐流派和时代，主要关注西方流行音乐。数据集中的现场录音版本大多由与录音室版本相同的艺术家演奏。数据集的创建过程包括从本地图书馆的CD专辑中手动收集音频文件，并确保每个现场录音版本对应一个原始录音室版本。该数据集的应用领域是音乐信息检索，旨在解决实时音乐环境下的歌曲识别问题，帮助音乐产业自动化处理现场表演的版权报告。The Custom Live Music Dataset, manually curated by the Audio Research Group at the University of Tampere, is designed to evaluate the performance of real-time music song recognition systems. This dataset encompasses 270 studio recordings and 405 live performance versions, spanning various music genres and eras, with a primary focus on Western popular music. The live performance versions are predominantly performed by artists identical to those of the studio versions. The dataset creation process involved the manual collection of audio files from local library CD albums, ensuring that each live performance version corresponds to a unique studio recording. The dataset is applicable in the field of music information retrieval, aiming to address the challenge of song recognition in real-time musical environments and assist the music industry in automating copyright reporting for live performances.

搜集汇总

数据集介绍

构建方式

Custom Live Music Dataset的构建方式主要依赖于手动收集来自本地图书馆CD专辑的现场音乐录音。该数据集包含270首原始录音室版本歌曲和405首现场录音版本，每首现场录音均对应一首原始录音室版本。数据集的构建过程中，特别注重了音乐风格和年代的多样性，主要聚焦于西方流行音乐。此外，为了确保数据的多样性和代表性，大多数现场录音的表演艺术家与其对应的录音室版本相同。

特点

Custom Live Music Dataset的特点在于其专注于现场音乐录音的多样性。数据集涵盖了多种音乐风格和年代，特别是西方流行音乐。每首现场录音均与一首录音室版本对应，确保了数据的一致性和可比性。此外，数据集中的现场录音包含了丰富的环境噪声，如观众掌声、欢呼声等，这些噪声为模型提供了更具挑战性的测试环境，使其能够更好地适应实际应用场景。

使用方法

Custom Live Music Dataset主要用于评估自动现场音乐识别系统的性能。在使用该数据集时，研究人员首先将现场录音与录音室版本进行匹配，通过计算两者之间的相似性得分来识别歌曲。数据集的使用方法包括特征提取、模型训练和性能评估。特征提取阶段，音频信号被转换为CQ频谱图，并通过多级深度序列进行特征表示。模型训练阶段，使用Siamese卷积神经网络进行相似性学习，最终通过交叉相似性矩阵计算相似性得分。评估阶段，使用P@10、MR1和MAP等指标来衡量模型的性能。

背景与挑战

背景概述

Custom Live Music Dataset是由芬兰坦佩雷大学的Aapo Hakala和Tuomas Virtanen等人于2025年创建的一个专门用于研究现场音乐歌曲识别的数据集。该数据集的构建旨在解决自动识别现场音乐录音并匹配其对应录音室版本的核心问题。随着深度学习技术在音乐信息检索领域的广泛应用，尤其是卷积神经网络（CNN）在翻唱歌曲识别（CSI）中的成功应用，研究人员开始关注现场音乐环境下的歌曲识别挑战。该数据集包含270首录音室版本歌曲及其对应的405首现场录音，涵盖了多种音乐流派和时代背景，为现场音乐识别系统的性能评估提供了重要支持。

当前挑战

Custom Live Music Dataset面临的挑战主要体现在两个方面。首先，现场音乐录音与录音室版本之间存在显著的差异，包括乐器编排、节奏变化、歌词调整以及即兴演奏等，这些因素增加了歌曲识别的难度。其次，现场环境中的背景噪音（如观众欢呼声、掌声等）进一步干扰了音频特征的提取与匹配。在数据集构建过程中，研究人员还面临如何有效捕捉多层次的音乐特征、处理音频数据的多样性以及优化模型对现场音乐数据的泛化能力等挑战。这些问题的解决对于提升现场音乐识别系统的准确性和鲁棒性至关重要。

常用场景

经典使用场景

Custom Live Music Dataset 主要用于自动识别现场音乐录音中的歌曲，并将其与音乐数据库中的对应录音室版本进行匹配。该数据集通过提供大量现场音乐录音及其对应的录音室版本，为研究人员提供了一个独特的平台，用于开发和测试基于深度学习的音乐识别系统。特别是在处理现场音乐时，该数据集能够有效应对乐器编排、节奏变化、歌词差异等复杂问题。

衍生相关工作

基于 Custom Live Music Dataset，研究人员开发了多种经典的音乐识别模型。例如，Jiang 等人提出的基于多级深度序列和交叉相似性矩阵的相似性学习方法，为该领域奠定了重要基础。此外，该数据集还启发了后续研究，如使用三重损失函数和提升结构损失函数来优化模型性能。这些衍生工作不仅扩展了音乐识别的应用场景，还为处理更复杂的音乐变化提供了新的思路。

数据集最近研究

最新研究方向

近年来，随着音乐信息检索技术的快速发展，自动识别现场音乐歌曲的研究逐渐成为该领域的前沿方向之一。Custom Live Music Dataset的提出为这一研究方向提供了重要的数据支持。该数据集通过手动收集现场音乐录音，结合深度学习技术，特别是孪生卷积神经网络（SCNN）和多层次深度序列的交叉相似性矩阵（CSMs），显著提升了现场音乐与录音室版本之间的匹配精度。研究表明，该系统在现场音乐查询中的识别准确率达到了87.4%，为音乐产业的版权管理、现场表演追踪等应用场景提供了强有力的技术支持。此外，该研究还探索了多种特征提取方法，如基础方法、合唱对齐方法和人群噪声方法，进一步验证了模型在不同场景下的鲁棒性。这一成果不仅填补了现场音乐识别领域的空白，也为未来的研究提供了新的思路和方向。

相关研究论文

• Automatic Live Music Song Identification Using Multi-level Deep Sequence Similarity Learning

  坦佩雷大学音频研究组 · 2025年