ccmusic-database/song_structure

Song Structure Annotation Database数据集包含300首流行歌曲的.mp3文件，每首歌曲都附带一个.txt格式的结构注释文件。注释由来自中国音乐学院的专业音乐家和教师完成。数据集中的歌曲包括208首中文歌曲、87首英文歌曲、3首韩文歌曲和2首日文歌曲。歌曲结构标签包括intro、re-intro、verse、chorus、pre-chorus、post-chorus、bridge、interlude和ending。数据集未经过频谱图转换等预处理，提供了原始内容。数据集的组织基于音频文件，每个项目分为三列：第一列是22,050 Hz采样的.mp3格式音频，第二列是标记不同歌曲部分边界的时间点列表，第三列是与第二列中列出的歌曲结构标签对应的列表。数据集支持时间序列预测任务，主要用于促进AI音乐行业的发展。

原始信息汇总

数据集概述

数据集名称

• 名称: Song Structure Annotation Database
• 别名: Song Structure

数据集内容

• 类型: 时间序列预测
• 语言: 中文, 英文
• 标签: 音乐, 艺术
• 数据格式: .mp3, .txt
• 数据量: 小于1000条

数据集详情

• 原始数据: 包含300首流行歌曲的.mp3文件，来源于网易云音乐，每首歌曲附带一个.txt格式的结构标注文件。
• 标注者: 来自中国音乐学院的专业音乐家和教师。
• 歌曲结构标签: intro, re-intro, verse, chorus, pre-chorus, post-chorus, bridge, interlude, ending。
• 统计信息: 208首中文歌曲，87首英文歌曲，3首韩文歌曲，2首日文歌曲。
• 最常见标签: chorus和verse。
• 最少见标签: post-chorus，仅2个。

数据集结构

• 音频文件: 以.mp3格式提供，采样率为22,050 Hz。
• 标注文件: 包含歌曲各部分的时间点和对应的结构标签。

数据集使用

• 加载示例: python from datasets import load_dataset dataset = load_dataset("ccmusic-database/song_structure")

数据集创建

• 采集与标注: 由CCMUSIC的学生收集和标注300首流行歌曲及其结构。
• 版权考虑: 由于版权问题，仅提供音频的特征数据。

许可证

• 许可证: MIT License

引用信息

bibtex @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} }

搜集汇总

背景与挑战

背景概述

该数据集包含300首中英文流行歌曲的原始音频及专业标注的结构信息，主要用于音乐结构分析的时间序列预测任务。数据集以未处理的原始音频为主，但受版权限制仅提供特征数据，且中文歌曲占多数。