disco-eth/edm-cue

EDM-CUE数据集包含约5k首电子舞曲（EDM）曲目的元数据，特别是21k个由人类专家手动放置的cue点。cue点对于DJ来说至关重要，因此该数据集旨在探讨是否可以通过学习系统自动放置cue点。数据集的特征包括曲目ID、标题、艺术家、时长、流派、调性、节拍网格和cue点位置。节拍网格包含四个值：起始位置、初始节拍、每分钟节拍数和时间签名。cue点位置以秒为单位表示。

The EDM-CUE dataset contains metadata for ~5k EDM tracks, specifically 21k cue points manually placed by human experts. Cue points are essential for DJs, and the dataset aims to explore whether they can be placed by a learned system. The dataset features include track ID, title, artists, duration, genre, key, beat grid, and cue point positions. The beat grid contains four values: start position, initial beat, beats per minute, and time signature. Cue point positions are represented in seconds.

原始信息汇总

EDM-CUE 数据集概述

数据集信息

• 名称: EDM-CUE
• 许可证: MIT
• 大小类别: 1K < n < 10K
• 下载大小: 292711 bytes
• 数据集大小: 706945 bytes

数据集结构

特征

• id: 轨道在Deezer上的ID，数据类型为int64。
• title: 轨道名称，数据类型为string。
• artists: 轨道艺术家，数据类型为string。
• duration: 轨道时长（秒），数据类型为int64。
• genre: 流派列表（可能不完整），数据类型为string序列。
• key: 由rekordbox生成的轨道键（可能不正确），数据类型为string序列。
• beat_grid: 包含4个值以计算网格的结构：
  • bpm: 每分钟节拍数，数据类型为float64。
  • init_beat: 起始位置的节拍数，数据类型为int64。
  • start_pos: 起始位置（秒），数据类型为float64。
  • time_sig: 时间签名，数据类型为string。
• cue_pts: 提示点的位置（秒），数据类型为float64序列。

数据分割

• train: 包含4609个样本，大小为690103 bytes。
• valid: 包含101个样本，大小为16842 bytes。

配置

• config_name: default
  • data_files:
    • train: 路径为data/train-*。
    • valid: 路径为data/valid-*。

标签

• music

搜集汇总

数据集介绍

构建方式

EDM-CUE数据集专为电子舞曲（EDM）的音频处理研究而构建，旨在探索能否通过机器学习系统自动放置DJ常用的提示点（cue points）。该数据集从Deezer平台精选了约5000首EDM曲目，并收集了由人类专家手动标注的21000个提示点位置。每个样本包含曲目ID、标题、艺术家、时长（秒）、流派列表、调性（由rekordbox生成）、节拍网格（含BPM、起始节拍、起始位置及拍号）以及提示点的时间位置（秒）。数据划分为训练集（4609例）和验证集（101例），以支持模型的训练与评估。

特点

该数据集的核心特点在于其聚焦于DJ领域的提示点估计任务，提供了高质量的人类专家标注，确保了提示点位置的专业性与可靠性。其结构丰富，融合了曲目元数据与节拍网格信息，为研究音频时间结构分析提供了多维特征。数据集规模适中（约5k曲目），既保证了数据的多样性，又避免了过大的计算负担，适合作为提示点检测任务的基准。此外，数据采用MIT许可证发布，促进了学术与工业界的开放研究。

使用方法

使用该数据集极为便捷，用户可通过HuggingFace的datasets库直接加载，执行`load_dataset("disco-eth/edm-cue")`即可获取训练与验证集。数据以默认配置提供，包含结构化的特征列，便于直接用于模型训练或特征分析。研究人员可基于cue_pts字段进行提示点回归或分类任务，结合beat_grid信息探索节拍与提示点之间的关联。推荐参考相关论文《Cue Point Estimation using Object Detection》以获取更详尽的方法论与基线结果。

背景与挑战

背景概述

电子舞曲（EDM）作为现代音乐产业的重要分支，其现场表演中DJ对曲目节奏与结构的精准掌控至关重要。cue点作为衔接不同曲目的关键标记，传统上依赖人工标注，效率低下且主观性强。为探索自动化cue点检测的可能性，苏黎世联邦理工学院（ETH Zurich）的研究团队于2024年推出了EDM-CUE数据集。该数据集收录了约5000首EDM曲目的元数据，包含21,000个由专业DJ手工标注的cue点，覆盖了曲目时长、调性、节拍网格等多维度信息。作为首个公开的cue点标注基准，该数据集为音乐信息检索领域提供了标准化评估平台，并推动了基于目标检测的自动化cue点估计方法的发展。其研究论文发表于arXiv（2407.06823），已成为相关领域的重要参考。

当前挑战

EDM-CUE数据集面临的核心挑战在于cue点标注的主观性与音乐结构的复杂性。首先，不同DJ对同一曲目最佳cue点的选择存在显著差异，使得自动化系统难以建立统一的评价标准。其次，曲目时长、BPM（每分钟节拍数）和调性等特征的高度非线性关系，增加了模型对动态音乐结构理解的难度。在数据集构建过程中，研究者需应对标注一致性验证的挑战，确保21,000个手工标注点的可靠性。此外，数据规模相对有限（约5000首曲目），而EDM流派内部子风格差异显著（如House、Techno、Dubstep），可能导致模型在特定风格上的泛化能力不足。如何设计兼顾主观偏好与客观规律的算法，仍是该领域亟待突破的瓶颈。

常用场景

经典使用场景

在电子舞曲（EDM）研究领域，EDM-CUE数据集以其对DJ打碟核心要素——Cue点的精准标注而独树一帜。该数据集收录了约5000首EDM曲目的元数据，包含由人类专家手动标注的超过21000个Cue点位置信息。经典的使用场景是将Cue点估计任务转化为目标检测问题，利用曲目的节拍网格、调性、时长等结构化特征，训练模型自动预测Cue点的精确时间位置，从而在音乐信息检索（MIR）领域开辟了从音序特征到关键操作点映射的新范式。

解决学术问题

该数据集直面了电子音乐表演中自动Cue点标注这一长期被忽视的学术难题。传统研究多聚焦于节拍跟踪或音乐结构分割，但缺乏针对DJ实际操作中关键标记点（如混音入口、高潮衔接点）的标准化数据集。EDM-CUE通过提供高质量人工标注，首次将Cue点估计形式化为一个可量化的回归与分类问题，推动了音乐时序分析从宏观结构向微观操作粒度的深化。其意义在于弥合了音乐理论分析与表演实践之间的鸿沟，为智能DJ系统、自动混音算法等研究奠定了数据基础。

衍生相关工作

围绕EDM-CUE数据集，学术界已衍生出一系列具有启发性的工作。原始论文《Cue Point Estimation using Object Detection》开创性地将计算机视觉中的目标检测框架迁移至一维音乐信号，利用节拍网格作为锚点，通过回归网络预测Cue点偏移量。后续研究进一步探索了多模态融合方法，将频谱特征与结构化元数据结合以提升跨曲风流派的泛化能力。此外，该数据集也被用作评估音乐结构分割算法的新基准，对比其标注的Cue点与自动检测的段落边界之间的语义关联，催生了关于表演性音乐标注的深入讨论。