jamendo-fma-captions

```
from datasets import load_dataset
captions = load_dataset("disco-eth/jamendo-fma-captions")
```

# What is Jamendo-FMA-captions?

This dataset contains synthetically generated captions for the MTG-Jamendo and the FMA dataset.

We used SALMONN to caption both datasets and then improved the generated captions using ChatGPT. For more information or to cite our paper, see [Coarse-to-Fine Text-to-Music Latent Diffusion](https://openreview.net/forum?id=19Ukgqdlfg).

## Features

- id: The sample id that can be used to match the caption to the respective audio.
- 'dataset': Which dataset the caption belongs to, either Jamendo or FMA.
- 'salmonn_text': The caption generated by SALMONN.
- 'chatgpt_texts': A list containing one or more captions generated by ChatGPT. (this is the feature you're looking for)
- 'tags_text': A textual description of the Jamendo tags for each sample.

from datasets import load_dataset
captions = load_dataset("disco-eth/jamendo-fma-captions")

# 何为Jamendo-FMA-captions数据集？

本数据集为MTG-Jamendo与FMA数据集提供合成生成的标注文本。
我们先使用SALMONN为两个数据集生成标注文本，随后借助ChatGPT对生成的标注文本进行优化。如需了解更多信息或引用我们的论文，请参阅《Coarse-to-Fine Text-to-Music Latent Diffusion》（链接：https://openreview.net/forum?id=19Ukgqdlfg）。

## 字段说明

- id：样本ID，可用于将标注文本与对应的音频文件进行匹配。
- dataset：标注文本所属的数据集，可选值为Jamendo或FMA。
- salmonn_text：由SALMONN生成的标注文本。
- chatgpt_texts：包含一条或多条由ChatGPT生成的标注文本的列表（这正是您所需的字段）。
- tags_text：每个样本对应的Jamendo标签的文本描述。

搜集汇总

背景与挑战

背景概述

该数据集为MTG-Jamendo和FMA音频数据集提供合成生成的字幕，通过SALMONN生成原始字幕并利用ChatGPT进行优化改进。数据集包含音频样本ID、来源数据集标识、原始字幕、优化后字幕列表以及标签文本描述，适用于音频字幕相关的研究和应用。