confit/pianos-demo

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: sound
dtype: string
- name: label
dtype:
class_label:
names:
'0': PearlRiver
'1': YoungChang
'2': Steinway-T
'3': Hsinghai
'4': Kawai
'5': Steinway
'6': Kawai-G
'7': Yamaha
splits:
- name: train
num_bytes: 474511713
num_examples: 534
- name: validation
num_bytes: 52598078
num_examples: 67
- name: test
num_bytes: 52137163
num_examples: 67
download_size: 526201799
dataset_size: 579246954
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
task_categories:
- audio-classification
tags:
- audio
- multiclass
---

# Pianos Sound Quality Dataset

This version of dataset comprises seven models of pianos:

- Kawai upright piano
- Kawai grand piano
- Young Change upright piano
- Hsinghai upright piano
- Grand Theatre Steinway piano
- Steinway grand piano
- Pearl River upright piano.

Note: the paper (Zhou et al., 2023) only uses the first 7 piano classes in the dataset, its future work has finished the 8-class evaluation.

## License

```
MIT License

Copyright (c) CCMUSIC

Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.
```

## Citations

```bibtex
@article{zhou2023holistic,
title={A Holistic Evaluation of Piano Sound Quality},
author={Zhou, Monan and Wu, Shangda and Ji, Shaohua and Li, Zijin and Li, Wei},
journal={arXiv preprint arXiv:2310.04722},
year={2023}
}
```

```
@dataset{zhaorui_liu_2021_5676893,
author= {Monan Zhou, Shenyang Xu, Zhaorui Liu, Zhaowen Wang, Feng Yu, Wei Li and Baoqiang Han},
title={CCMusic: an Open and Diverse Database for Chinese and General Music Information Retrieval Research},
month={mar},
year={2024},
publisher={HuggingFace},
version={1.2},
url={https://huggingface.co/ccmusic-database}
}
```

数据集信息：
特征：
- 名称：音频（audio），数据类型为音频（audio），采样率为16000 Hz
- 名称：声音（sound），数据类型为字符串
- 名称：标签（label），数据类型为分类标签（class_label），类别名称如下：
'0': 珠江钢琴（PearlRiver）
'1': 英昌钢琴（YoungChang）
'2': 施坦威-T型钢琴（Steinway-T）
'3': 星海钢琴（Hsinghai）
'4': 卡瓦依钢琴（Kawai）
'5': 施坦威钢琴（Steinway）
'6': 卡瓦依-G型钢琴（Kawai-G）
'7': 雅马哈钢琴（Yamaha）
数据集划分：
- 名称：训练集（train），占用字节数：474511713，样本数量：534
- 名称：验证集（validation），占用字节数：52598078，样本数量：67
- 名称：测试集（test），占用字节数：52137163，样本数量：67
下载大小：526201799 字节
数据集总大小：579246954 字节
配置项：
- 配置名称：默认（default），数据文件路径：
- 训练集（train）：data/train-*
- 验证集（validation）：data/validation-*
- 测试集（test）：data/test-*
任务类别：
- 音频分类（audio-classification）
标签：
- 音频（audio）
- 多分类（multiclass）

# 钢琴音质数据集（Pianos Sound Quality Dataset）

本数据集涵盖7款钢琴型号：
- 卡瓦依立式钢琴（Kawai upright piano）
- 卡瓦依三角钢琴（Kawai grand piano）
- 英昌立式钢琴（YoungChang upright piano）
- 星海立式钢琴（Hsinghai upright piano）
- 剧院版施坦威钢琴（Grand Theatre Steinway piano）
- 施坦威三角钢琴（Steinway grand piano）
- 珠江立式钢琴（Pearl River upright piano）

注意：Zhou等人（2023）的论文仅使用了数据集中的前7个钢琴类别，其后续研究已完成8分类评估任务。

## 许可证

MIT许可证

版权所有 © CCMUSIC

特此免费授予任何获得本软件及相关文档文件（以下简称"软件"）副本的人无限制地处理软件的权利，包括但不限于使用、复制、修改、合并、发布、分发、再许可和/或出售软件副本的权利，并允许向其提供软件的人在遵守以下条件的前提下使用上述权利：

上述版权声明和本许可声明应包含在软件的所有副本或实质部分中。

本软件按"原样"提供，不提供任何明示或暗示的担保，包括但不限于适销性、特定用途适用性和非侵权性的担保。在任何情况下，作者或版权持有人均不对任何索赔、损害或其他责任负责，无论是在合同诉讼、侵权行为或其他诉讼中，因本软件或本软件的使用或其他交易而产生、引起或与之相关的任何索赔、损害或其他责任。

## 引用文献

bibtex
@article{zhou2023holistic,
title={钢琴音质的全方位评估},
author={Zhou, Monan and Wu, Shangda and Ji, Shaohua and Li, Zijin and Li, Wei},
journal={arXiv 预印本 arXiv:2310.04722},
year={2023}
}

@dataset{zhaorui_liu_2021_5676893,
author={Monan Zhou, Shenyang Xu, Zhaorui Liu, Zhaowen Wang, Feng Yu, Wei Li and Baoqiang Han},
title={CCMusic：面向中文及通用音乐信息检索研究的开放多元数据库},
month={mar},
year={2024},
publisher={HuggingFace},
version={1.2},
url={https://huggingface.co/ccmusic-database}
}

原始信息汇总

Pianos Sound Quality Dataset

数据集信息

特征

• audio: 音频数据，采样率为16000 Hz。
• sound: 字符串类型。
• label: 类别标签，包含以下类别：
  • 0: PearlRiver
  • 1: YoungChang
  • 2: Steinway-T
  • 3: Hsinghai
  • 4: Kawai
  • 5: Steinway
  • 6: Kawai-G
  • 7: Yamaha

数据集划分

• train: 训练集，包含534个样本，大小为474511713字节。
• validation: 验证集，包含67个样本，大小为52598078字节。
• test: 测试集，包含67个样本，大小为52137163字节。

数据集大小

• 下载大小: 526201799字节
• 数据集大小: 579246954字节

配置

• default: 数据文件路径配置如下：
  • train: data/train-*
  • validation: data/validation-*
  • test: data/test-*

任务类别

• audio-classification: 音频分类任务

标签

• audio: 音频
• multiclass: 多类别分类

数据集描述

该版本的数据集包含七种钢琴模型：

• Kawai 立式钢琴
• Kawai 三角钢琴
• Young Chang 立式钢琴
• Hsinghai 立式钢琴
• Grand Theatre Steinway 钢琴
• Steinway 三角钢琴
• Pearl River 立式钢琴

注意：Zhou et al., 2023 的论文仅使用了数据集中的前7个钢琴类别，其未来工作已完成8类别评估。

搜集汇总

数据集介绍

构建方式

在音频分类与乐器音色辨识的研究领域中，钢琴音色数据集扮演着不可或缺的角色。本数据集名为pianos-demo，由CCMusic团队构建，旨在为钢琴音质评估提供标准化的数据基础。其构建过程依托于对七种不同品牌与型号钢琴的音频采集，涵盖PearlRiver、YoungChang、Steinway-T、Hsinghai、Kawai、Steinway、Kawai-G及Yamaha等经典类别。数据集以16kHz采样率的音频文件为核心，辅以标签信息，共划分为训练集、验证集和测试集三个子集，分别包含534、67和67个样本，确保了数据划分的合理性与实验的可重复性。

特点

该数据集的核心特点在于其多类别、高涵盖度的钢琴音色体系。它不仅囊括了立式钢琴与三角钢琴等不同类型，还覆盖了从国产到国际知名品牌，如珠江、星海、雅马哈、施坦威等，体现了音色多样性与现实应用场景的契合。每个音频样本均标注了明确的品牌与类型，为多分类音频任务提供了精细的监督信号。此外，数据集采用MIT开源许可协议发布，极大地方便了学界与工业界的二次开发与使用，促进了钢琴音质评估研究的开放性与可迁移性。

使用方法

使用本数据集时，推荐采用HuggingFace的datasets库进行加载与预处理。用户可直接通过指定配置名'default'来获取训练、验证和测试分片，音频数据会自动以16kHz的采样率解码，便于与常见的深度学习框架如PyTorch或TensorFlow集成。对于音频分类任务，可将音频特征（如梅尔频谱图）作为输入，结合标签列进行模型训练与评估。研究者还可参考Zhou等人（2023）的方法论框架，利用该数据集开展钢琴音质的主客观评价研究，或将其作为基准数据集进行跨模型性能对比。

背景与挑战

背景概述

钢琴音色品质的客观评估是音乐声学与音频信号处理领域的一项核心议题，其不仅关乎乐器制造工艺的演进，亦对音乐教育、演奏艺术及数字音乐产业具有深远影响。confit/pianos-demo数据集（亦称Pianos Sound Quality Dataset）应运而生，由Zhou等人于2023年创建，依托CCMusic数据库团队（涵盖沈阳音乐学院、中央音乐学院等机构）的协作，旨在为钢琴音色分类提供标准化基准。该数据集收录了七种主流钢琴型号的音频样本，涵盖珠江、雅马哈、施坦威等知名品牌，涵盖立式与三角钢琴两大类别，共计668条标注音频。其核心研究问题聚焦于通过机器学习方法实现钢琴音色的细粒度识别，填补了该领域缺乏公开多类别音色数据集的空白，为后续音质评估模型的开发奠定了重要基础。

当前挑战

当前数据集面临的核心挑战集中于领域问题与构建过程两个层面。在领域问题方面，钢琴音色分类本质上属于音频细粒度识别任务，不同品牌与型号间的音色差异常微妙而复杂，受演奏力度、录音环境、麦克风配置等多变量干扰，导致类间相似度高、类内变异度大，传统声学特征难以有效区分。构建过程中，数据采集需协调多种钢琴型号的可用性，且每台钢琴的调律状态、琴龄及个体工艺差异均可能引入噪声；此外，音频标注依赖专业音乐家的主观判断，一致性保障困难。数据集规模有限（训练集534条），亦对深度学习模型的泛化能力构成约束，亟需通过数据增强或迁移学习策略缓解过拟合风险。

常用场景

经典使用场景

在音乐信息检索与声学感知研究领域，钢琴音色数据集confit/pianos-demo为多类别音频分类任务提供了标准化的基准平台。该数据集收录了七种不同品牌与型号的钢琴录音，涵盖立式与三角钢琴的声学特征差异，研究者可基于16kHz采样率的音频信号，构建深度学习模型以区分诸如珠江、雅马哈、施坦威等钢琴的独特音色。这一经典场景不仅验证了卷积神经网络与注意力机制在细粒度声学分类中的有效性，还推动了音色特征工程与迁移学习在音乐声学中的深入探索。

解决学术问题

该数据集精准回应了乐器声学中“音色客观量化”与“品牌辨识自动化”两大核心学术挑战。通过提供带有标签的多源钢琴录音，它使研究者得以摆脱传统主观听感评价的局限，转而利用机器学习方法系统分析钢琴音色的频谱包络、谐波结构与动态响应差异。Zhou等人（2023）基于此数据集的七类样本，首次实现了对钢琴音质的多维度全息评估，为声学信号处理与音乐感知心理学之间架起了可量化的桥梁，显著推动了乐器声学从定性描述向定量分析的范式转型。

衍生相关工作

围绕该数据集，衍生出一系列具有影响力的学术工作。Zhou等人（2023）在arXiv上发表的论文首次利用此数据集完成了七类钢琴音质的全息评估，其方法论为后续研究奠定了基准。此外，CCMusic数据库（2024）在此基础上扩展了八类钢琴音色分类任务，进一步丰富了细粒度音频识别的数据生态。这些工作不仅推动了音频分类模型在乐器声学领域的专业化演进，还催生了诸如音色相似性度量、跨品牌音色合成等前沿研究方向，彰显了该数据集在音乐声学与人工智能交叉领域中的基石地位。