symbolic musical datasets

本仓库旨在收集网络上的可访问符号音乐数据集。每个数据集通常以以下方式组织：包含数据集样本的存档和用于爬取或处理的代码工具。数据集内容包括钢琴卷、领唱表、MIDI等。

This repository aims to collect accessible symbolic music datasets from the internet. Each dataset is typically organized in the following manner: an archive containing dataset samples and code tools for crawling or processing. The dataset contents include piano rolls, lead sheets, MIDI, and more.

原始信息汇总

数据集概述

Piano Roll

• 5 track piano-roll dataset

  • 来源：从LPD数据集经过新的预处理策略处理得到。
  • 图像示例：5-track_pianoroll.PNG

• lead sheet dataset

  • 来源：Theorytab。
  • 图像示例：hey_jude_chorus.PNG
  • 详细信息：可参考Lead-Sheet-Analysis repo。

Lead Sheets

• Crawled Datasets

  来源	类型	格式	和弦	旋律	歌曲数量	链接
  Theorytab	pop	XML	V	V	10148	O
  Wikifonia	pop	XML	V	V	6675	O
  Hymnal	hymn	MIDI	Δ	V	3358	O

MIDI

• Crawled Datasets

  来源	类型	多轨	格式	歌曲数量	链接
  VGMdb	game	V	MIDI	28419	O
  Doug McKenzie Jazz	jazz	V	MIDI	297	O
  Piano-e-Competition	classical		MIDI	1573	O

• Online Resources

  • Jazz: profesordepiano, minor9
  • Drum: Groove MIDI Dataset (Magenta)
  • MIDI MAN (on reddit): Midi Man, the largest MIDI collection on the internet
  • full-scale: midiworld, Lakh MIDI dataset

MISC

• Unchecked
  • 多个未验证的资源链接，包括音乐学生、爵士乐、歌曲等相关的网站。

搜集汇总

数据集介绍

构建方式

该数据集通过整合网络上的多种符号音乐资源构建而成，涵盖了钢琴卷帘、主旋律谱、MIDI等多种格式的音乐数据。数据来源包括LPD、Theorytab、Wikifonia等知名音乐数据集，并通过统一的预处理策略进行标准化处理。每个数据集均包含原始样本和用于爬取或处理的工具代码，确保了数据的完整性和可用性。

使用方法

用户可以通过GitHub页面访问数据集，并根据需求下载特定格式的音乐文件。数据集附带的工具代码可用于进一步处理和分析数据，如提取特定音轨或转换数据格式。对于研究人员和开发者，该数据集可用于训练音乐生成模型、进行音乐风格分析或开发音乐推荐系统。数据集还提供了丰富的在线资源链接，便于用户扩展研究范围。

背景与挑战

背景概述

符号音乐数据集（Symbolic Musical Datasets）是一系列专注于音乐符号表示的数据集集合，涵盖了钢琴卷帘、主旋律谱、MIDI等多种格式。这些数据集由多个研究机构和开源社区共同维护，旨在为音乐信息检索、自动作曲和音乐分析等领域提供高质量的数据支持。数据集的核心研究问题包括如何高效地表示和解析音乐符号信息，以及如何利用这些数据进行音乐生成和风格迁移等任务。自2010年代以来，随着深度学习和人工智能技术的快速发展，符号音乐数据集在音乐技术研究中的影响力日益增强，成为推动音乐计算领域创新的重要资源。

当前挑战

符号音乐数据集在构建和应用过程中面临多重挑战。首先，音乐符号的多样性和复杂性使得数据标准化和统一表示成为难题，不同数据集之间的格式差异增加了数据整合的难度。其次，音乐数据的版权问题限制了部分高质量数据的公开获取，影响了数据集的完整性和覆盖范围。此外，音乐符号的语义解析和情感表达具有高度主观性，如何设计有效的算法来捕捉音乐的深层特征仍是一个开放性问题。在构建过程中，数据采集和标注的自动化程度较低，依赖大量人工干预，导致数据集的扩展性和更新效率受到限制。这些挑战共同制约了符号音乐数据集在更广泛领域的应用潜力。

常用场景

经典使用场景

在音乐信息检索和计算音乐学领域，symbolic musical datasets 数据集被广泛应用于音乐生成、音乐分析和音乐风格转换等任务。通过钢琴卷帘、MIDI 和乐谱等形式，研究人员能够深入挖掘音乐的结构特征，进而开发出高效的算法模型。例如，钢琴卷帘数据集常用于多音轨音乐生成任务，而 MIDI 数据集则被用于音乐风格迁移和自动伴奏系统的开发。

解决学术问题

该数据集为音乐信息检索领域提供了丰富的符号化音乐数据，解决了音乐生成、音乐风格分析和音乐结构理解等核心问题。通过提供多音轨、多格式的音乐数据，研究人员能够更准确地建模音乐的时间序列特征和和声结构，从而推动音乐生成模型和音乐分析算法的进步。此外，数据集还为跨领域研究提供了基础，如音乐与人工智能的结合。

实际应用

在实际应用中，symbolic musical datasets 数据集被广泛用于音乐教育、音乐创作和娱乐产业。例如，基于该数据集开发的自动伴奏系统能够为音乐学习者提供实时伴奏支持，而音乐生成模型则被用于创作背景音乐和个性化音乐推荐。此外，游戏音乐和影视配乐领域也利用该数据集进行音乐风格迁移和音乐内容生成。

数据集最近研究

最新研究方向

在音乐信息检索和生成领域，symbolic musical datasets的研究正逐步深入。近年来，研究者们利用这些数据集，特别是在钢琴卷帘（Piano-roll）和主旋律与和弦（Lead Sheet）格式的数据上，开发了多种先进的音乐生成模型。这些模型不仅能够生成高质量的音乐作品，还能在音乐风格转换、自动伴奏生成等应用中展现出巨大潜力。此外，随着MIDI格式数据的广泛应用，研究者们也在探索如何通过深度学习技术，从大规模MIDI数据集中提取音乐特征，以支持更复杂的音乐分析和创作任务。这些研究不仅推动了音乐科技的发展，也为音乐教育和创作提供了新的工具和方法。