ccmusic-database/chest_falsetto

原始数据集包含1280个单声道唱歌音频文件，格式为.wav，采样率为22,050 Hz，由中央音乐学院声乐专业的学生录制和注释。胸声标记为chest，假声标记为falsetto。此外，数据集还包括每个音频段的Mel频谱图、Mel频率倒谱系数（MFCC）和频谱特征，总共有5,120个CSV文件。原始数据集未区分男女声音，但通过手动审查添加了性别注释。除了原始内容外，还提供了评估期间的预处理版本，详细内容见第IV节。这种方法也应用于尚未评估的两个后续分类数据集：音乐流派数据集、美声唱法与中国民族唱法数据集。

原始信息汇总

数据集概述

名称: Chest voice and Falsetto Dataset 描述: 该数据集包含1,280个单声道歌唱音频文件，格式为.wav，采样率为22,050 Hz，由中央音乐学院声乐专业的学生演唱、录制并标注。音频文件分为胸声和假声两类，分别标记为_chest_和_falsetto_。此外，数据集还包括每个音频片段的Mel频谱图、Mel频率倒谱系数(MFCC)和频谱特性，总计5,120个CSV文件。为了更准确地识别胸声和假声技巧，数据集经过细致的手动审查并添加了性别标注。

数据集内容

• 音频文件: 1,280个.wav文件，分为胸声和假声。
• CSV文件: 5,120个，包含Mel频谱图、MFCC和频谱特性。
• 性别标注: 通过手动审查添加。

数据集版本

• 原始版本: 包含未处理的音频文件和相关特性。
• 预处理版本: 音频片段被分割成0.25秒，转换为Mel、CQT和Chroma频谱图，格式为.jpg，总计8,974个文件。每个文件包含胸声/假声标签和性别标签。

数据集结构

• Eval Subset: 包含Mel、CQT和Chroma频谱图，以及胸声/假声和性别标签。
• Raw Subset: 包含音频文件、Mel频谱图、胸声/假声和性别标签。

数据集用途

• 任务: 音频分类、歌唱方法分类、声音分类。
• 应用: 用于歌唱相关的任务，如歌唱性别分类或胸声和假声声音分类。

数据集维护

• 许可证: MIT License
• 维护者: Zijin Li

数据集创建

• 采集理由: 缺乏胸声和假声的数据集。
• 源数据: 由中央音乐学院的学生提供。
• 标注过程: 由中央音乐学院的学生进行音频标注。

使用注意事项

• 社会影响: 促进音乐行业中AI的发展。
• 偏见讨论: 仅限于胸声和假声。
• 已知限制: 录音被切割成过短的片段，CQT频谱列存在频谱泄漏问题。