FMA音乐分析数据集

该数据集是免费音乐档案库（FMA）的转储，FMA是高质量合法音频下载的交互式库。下面摘自论文摘要 。 我们介绍了免费音乐档案（FMA），这是一个开放的且易于访问的数据集，适用于评估MIR中的多个任务，MIR是一个与浏览，搜索和组织大型音乐收藏有关的领域。但是，社区对功能和端到端学习的兴趣日益增长，这受到大型音频数据集可用性有限的限制。FMA旨在克服这一障碍，以161个流派的分级分类法，提供来自16,341位艺术家和14,854张专辑的106,574条曲目的917 GiB和343天的知识共享许可。它提供了全长和高质量的音频，预先计算的功能，以及轨道和用户级别的元数据，标签以及诸如传记之类的自由格式文本。我们在这里描述数据集及其创建方式，提出训练/验证/测试划分以及三个子集，讨论一些合适的MIR任务，并评估一些用于体裁识别的基准。代码，数据和用法示例可从以下网站获得：https://github.com/mdeff/fma。 数据内容： 所有曲目的所有元数据和功能都分布在 fma_metadata.zip（342 MiB）中。下表可与熊猫或任何其他数据分析工具一起使用。有关说明，请参见纸张或用法笔记本。 数据引用： 更多使用和介绍请查看来源页面。

This dataset is a dump of the Free Music Archive (FMA), an interactive library for high-quality, legally available audio downloads.

Excerpted from the paper abstract: We present the Free Music Archive (FMA), an open and easily accessible dataset for evaluating multiple tasks in Music Information Retrieval (MIR), a field focused on browsing, searching, and organizing large music collections. However, the growing community interest in feature-based and end-to-end learning has been limited by the scarce availability of large-scale audio datasets. FMA aims to overcome this barrier, offering 917 GiB of content spanning 343 days of audio from 106,574 tracks by 16,341 artists across 14,854 albums, under a hierarchical taxonomy of 161 genres, with Creative Commons licenses. It provides full-length, high-quality audio, pre-computed features, track- and user-level metadata, tags, and free-form text such as biographies. Here, we describe the dataset and its creation process, present the train/validation/test splits and three subsets, discuss suitable MIR tasks, and evaluate several baselines for genre recognition. Code, data, and usage examples are available at https://github.com/mdeff/fma.

Data Content: All metadata and features for all tracks are distributed in fma_metadata.zip (342 MiB). The tables below can be used with Pandas or any other data analysis tool. For instructions, please refer to the paper or the usage notebook.

Data Citation: For more usage and introductions, please check the source page.

搜集汇总

背景与挑战

背景概述

FMA音乐分析数据集是一个大规模、开放的音乐数据集，包含超过10万条高质量音频曲目，覆盖161个音乐流派，并提供元数据、音频特征和标签。它专为音乐信息检索（MIR）任务设计，如流派分类和音乐分析，适用于机器学习和音频处理研究。