JazzSAMBA

JazzSAMBA是首个面向爵士标准曲的多轨音频数据集，由加州大学圣地亚哥分校与麻省理工学院联合构建。该数据集包含76首标准曲，涵盖8位音乐家演奏的鼓、贝斯、钢琴、小号及萨克斯等乐器，总时长约16.1小时，分为异步（分轨录制）和同步（乐队合奏）两种录制协议，并提供首选与备选录音选择。数据创建过程中，音乐家按标准曲目先进行异步分轨录制，随后同步合奏，并手动标注小节、和弦、段落及独奏者信息。该数据集旨在支持图表条件伴奏、爵士乐队源分离以及形式感知音乐信息检索等任务，弥补了爵士乐领域此前缺乏高质量、多轨标注数据集的空白。JazzSAMBA is the first multi-track audio dataset dedicated to jazz standards, jointly constructed by the University of California, San Diego and the Massachusetts Institute of Technology. This dataset includes 76 jazz standard compositions, with performances of instruments such as drums, bass, piano, trumpet, and saxophone by 8 musicians, totaling approximately 16.1 hours of audio content. It features two recording protocols: asynchronous (track-by-track recording) and synchronous (full band ensemble performance), and provides both preferred and alternative recording options. During the dataset construction phase, musicians first completed asynchronous track-by-track recordings for each composition, followed by synchronous band ensemble performances, and manually annotated metadata including measure boundaries, chord progressions, musical section boundaries, and soloist identities. This dataset aims to support tasks such as score-conditioned accompaniment, jazz ensemble source separation, and form-aware music information retrieval, addressing the critical gap in the jazz music domain where high-quality, multi-track annotated datasets were previously lacking.

原始信息汇总

JazzSAMBA 数据集概述

基本信息

• 数据集名称：JazzSAMBA
• 数据集类型：爵士标准曲多轨数据集
• 录制方式：异步录制（分乐器单独录制）与同步录制（全乐队同时录制）
• 标注类型：小节、和弦、段落、独奏者时间标注
• 模态：音频（混音与分轨 FLAC）
• 发布平台：Zenodo（公开分轨 FLAC）

作者与机构

• 作者：Phillip Long、Jacob Nguyen、Jace Hosto、Gage Hosto、Jett Takazawa、Fares Nofal、Sebastian Stade、Nithya Shikarpur、Julian McAuley、Cheng-Zhi Anna Huang、Stephen Brade、Aleksandra Teng Ma
• 机构：
  • University of California, San Diego
  • Massachusetts Institute of Technology
  • Independent Musician
• 说明：Stephen Brade 与 Aleksandra Teng Ma 为同等贡献

数据集规模

• 总曲目数：76 首
• 异步曲目：50 首
• 同步曲目：26 首
• 音乐家数量：8 人

数据集特点

• 同一曲目库采用双重录制协议（异步 vs 同步）
• 每首曲目包含首选与备选两个 take 层级（混音与分轨层面均提供）
• 多层标注（小节、和弦、段落、独奏者）基于统一小节网格
• 提供钢琴的 ground-truth MIDI（异步曲目亦包含鼓），并明确标注派生的 AMT/debleed
• 异步曲目包含小号与一支萨克斯（中音或次中音，不同时包含），鼓最先录制，后续乐器顺序可变
• 同步曲目为全乐队共同录制，每次 take 单独标注
• 首选混音上的标注会复制到备选层级

标注与数据说明

• 标注基于共享小节网格进行对齐
• 1 与 2 分别表示首选与备选 take 层级
• 异步曲目包含小号及一支萨克斯（中音或次中音，二者不并存）
• 同步曲目包含小号和/或萨克斯，全乐队同步录制

特色混音示例

提供首选 take 混音的一分钟片段，降采样至 24 kHz / 192 kbps，并附分轨。

曲目	录制类型	分轨
Lullaby of Birdland	异步	Drums, Bass, Piano, Trumpet (Accompaniment), Alto Saxophone (Lead)
Blue Bossa	异步	Drums, Bass, Piano, Trumpet (Lead), Alto Saxophone (Lead)
Amazing Grace	同步	Drums, Bass, Piano, Trumpet (Lead)
La Vie En Rose (Take Me To Your Heart Again)	同步	Drums, Bass, Piano, Alto Saxophone (Lead)

引用信息

@misc{long2026jazzsamba, title={JazzSAMBA: A Synchronous and Asynchronous Multi-take Band Audio Dataset of Jazz Standards for Live Music Models}, author={Long, Phillip and Nguyen, Jacob and Hosto, Jace and Hosto, Gage and Takazawa, Jett and Nofal, Fares and Stade, Sebastian and Shikarpur, Nithya and McAuley, Julian and Huang, Cheng-Zhi Anna and Brade, Stephen and Ma, Aleksandra Teng}, year={2026}, eprint={2609.34931}, archivePrefix={arXiv}, primaryClass={cs.SD}, url={https://arxiv.org/abs/2609.34931} }

相关链接

• 数据集主页：https://pnlong.github.io/jazzsamba-demo/
• 论文：https://arxiv.org/abs/2609.34931
• 代码（JazzSAMBA · Code）
• 包（JazzSAMBA · Package）

搜集汇总

数据集介绍

构建方式

在音乐机器学习领域，以流行与摇滚为主的多轨语料长期占据主导，而爵士乐以即兴为核心，却始终缺乏一份兼具干净分轨与标准曲目的组合录音语料。为填补这一空白，JazzSAMBA采用两种录制协议构建：异步协议下，乐手依次分轨录制，先由鼓手奠定节奏基底，其余乐器再在优选素材上叠录，每件乐器保留两条干净分轨，优选轨道合成主混音，余下轨道构成备选层，固定速度叠录使标注得以在主层完成后复制至备选层；同步协议下，整支乐队一次性录制两条合奏轨道，由乐手择一为优选，近距拾音带来的串音使其成为更困难的条件，各轨道独立标注。

特点

该数据集以爵士标准曲为脉络，汇聚八位乐手在鼓、贝斯、钢琴、小号与萨克斯上的演奏，涵盖七十六首曲目，其中异步五十首、同步二十六首，优选混音总时长约八点一小时，双层合计约十六点一小时，速度跨越七十五至二百七十拍。其鲜明之处在于同时提供原始录制的组合分轨与演奏对齐的实时标注：小节给出起音时间与乐句索引，和弦、曲式与独奏者则借助小节及分数偏移保持与演奏同步，和弦标签源自书面总谱而非音频估计，曲式标签沿用前奏、主题呈示、独奏、主题再现、尾声等爵士术语，并可按需嵌套字母，独奏者表记录有序独奏序列。

使用方法

JazzSAMBA可服务于谱面条件伴奏、组合声源分离与曲式感知的音乐信息检索等任务。论文以两项实验示范其用法：其一，在异步分轨求和混音上微调HT-Demucs、Open-Unmix与BS-RoFormer等分离模型，评测鼓、贝斯、钢琴与号角的分离表现；其二，以因果解码器微调StreamGen，通过听感条件、加入曲式、加入和弦及二者兼有的四路消融，在异步与同步测试集上从曲式地标自由运行六十秒，以COCOLA与节拍对齐F1衡量生成片段与条件混音的连贯性及节拍契合度。配套代码、样本与数据均可经项目页面获取，便于研究者在此基础上拓展交互式跟谱伴奏与曲式感知的组合分析。

背景与挑战

背景概述

音乐机器学习长期受限于以流行与摇滚为主的多轨语料，爵士乐因即兴特质与干净的乐器分轨录音匮乏而处于边缘。JazzSAMBA由加州大学圣迭戈分校、麻省理工学院与独立音乐人于2025至2026年间联合构建，系首个基于爵士标准曲的原创爵士组合多轨数据集，涵盖76首标准曲、八位乐手，提供异步叠加与同步合奏两种录音协议，以及经乐手遴选的首选与备选版本，并配有节拍、和弦、段落与独奏者的定时标注，支撑谱面条件伴奏、组合声源分离与曲式感知音乐信息检索等任务，为爵士乐生成与分析研究奠定了关键的数据基础。

当前挑战

该数据集所应对的领域难题在于，既有语料多聚焦流行摇滚的预定编曲范式，难以刻画爵士乐依托标准曲谱面、在既定和声与曲式约束下展开即兴的独特结构与互动机制，交互式伴奏、实时生成与组合分离因而缺乏可资训练的干净声部素材。其构建亦面临重重困难：爵士乐手分轨录制须协调多轮演奏的一致性并处理近距离拾音的串音干扰，首选与备选版本及异步、同步两种协议需在统一节拍网格上维持标注的可迁移性，和弦与曲式标签更须依据手写谱面而非音频估计进行人工对齐，以保障标注的可靠与可用。

常用场景

经典使用场景

在音乐信息检索与生成领域，JazzSAMBA的经典使用场景聚焦于爵士组合的源分离与谱面条件伴奏。研究者可利用其每轨纯净录音与同步、异步双协议，训练模型从混合音频中分离鼓、贝斯、钢琴与号角声部，或依据和弦与段落标注生成实时伴奏，从而在保留即兴自由度的同时，检验模型对爵士乐形式结构的跟随能力。

解决学术问题

该数据集直面爵士乐长期缺乏原创多轨组合录音的困境，解决了源分离模型难以覆盖钢琴与号角声部、伴奏生成缺乏形式感知标注等学术问题。其提供的演奏对齐和弦与段落标注，使模型能够条件化于曲式结构而非仅依赖听感，为即兴语境下的音乐理解与生成研究提供了可复现的基准，推动了爵士乐MIR从符号分析向音频-符号联合建模的转变。

衍生相关工作

自发布以来，JazzSAMBA已衍生出多项经典工作。研究者基于其异步与同步协议，微调HT-Demucs、Open-Unmix与BS-RoFormer等分离模型，显著提升了钢琴与号角声部的分离性能；在伴奏生成方面，StreamGen被用于比较谱面条件与仅听条件的效果，揭示了和弦与段落标注对节拍对齐的影响。这些工作共同拓展了爵士组合源分离与实时伴奏的基准体系，并为后续形式感知的即兴建模奠定了数据基础。