roszcz/maestro-base-v2

---
dataset_info:
features:
- name: notes
struct:
- name: end
sequence: float64
- name: pitch
sequence: int64
- name: start
sequence: float64
- name: velocity
sequence: int64
- name: control_changes
struct:
- name: number
sequence: int64
- name: time
sequence: float64
- name: value
sequence: int64
- name: source
dtype: string
splits:
- name: validation
num_bytes: 53035261.55642633
num_examples: 137
- name: test
num_bytes: 68520009.45611285
num_examples: 177
- name: train
num_bytes: 372408186.9874608
num_examples: 962
download_size: 141530448
dataset_size: 493963458.0
---
# Dataset Card for "maestro-base-v2"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息：
特征：
- 名称：音符（notes）
结构体：
- 名称：结束时间，类型为64位浮点型（float64）序列
- 名称：音高，类型为64位整型（int64）序列
- 名称：开始时间，类型为64位浮点型（float64）序列
- 名称：音符力度（velocity），类型为64位整型（int64）序列
- 名称：控制器变化（control_changes）
结构体：
- 名称：控制器编号，类型为64位整型（int64）序列
- 名称：事件时间，类型为64位浮点型（float64）序列
- 名称：参数值，类型为64位整型（int64）序列
- 名称：数据来源（source），数据类型为字符串（string）
数据集划分：
- 名称：验证集（validation），字节数：53035261.55642633，样本数：137
- 名称：测试集（test），字节数：68520009.45611285，样本数：177
- 名称：训练集（train），字节数：372408186.9874608，样本数：962
下载大小：141530448 字节
数据集总大小：493963458.0 字节
---
# "maestro-base-v2"数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集信息

特征

• notes
  • end: 序列类型，数据类型为 float64
  • pitch: 序列类型，数据类型为 int64
  • start: 序列类型，数据类型为 float64
  • velocity: 序列类型，数据类型为 int64
• control_changes
  • number: 序列类型，数据类型为 int64
  • time: 序列类型，数据类型为 float64
  • value: 序列类型，数据类型为 int64
• source: 数据类型为 string

数据分割

• validation
  • 字节数: 53035261.55642633
  • 样本数: 137
• test
  • 字节数: 68520009.45611285
  • 样本数: 177
• train
  • 字节数: 372408186.9874608
  • 样本数: 962

数据集大小

• 下载大小: 141530448 字节
• 数据集总大小: 493963458.0 字节

搜集汇总

数据集介绍

构建方式

在音乐信息检索领域，高质量的数据集对于算法训练至关重要。该数据集基于MAESTRO项目构建，通过采集真实钢琴演奏的MIDI数据与音频对齐，形成结构化音乐序列。其构建过程涉及对原始演奏录音的精确时间标注，将音符起始、音高、力度等参数转化为序列化特征，并整合控制变化信息以保留演奏的细微表达。数据经过清洗与标准化处理，划分为训练、验证与测试子集，确保了数据的可靠性与一致性，为音乐生成与分析任务提供了坚实基础。

特点

该数据集在音乐计算领域展现出显著特点，其核心在于提供了丰富的结构化音乐表示。特征维度涵盖音符序列的时序、音高与力度参数，同时包含控制变化信息，能够捕捉演奏中的动态细节。数据规模适中，包含超过千条样本，划分为训练、验证与测试集，支持模型的有效评估。此外，数据来源标注清晰，确保了可追溯性，适用于需要高精度音乐符号分析的研究，如自动作曲、演奏风格建模等任务。

使用方法

在音乐人工智能应用中，该数据集的使用方法聚焦于序列化音乐数据的处理。用户可通过加载预处理的音符与控制变化特征，直接应用于机器学习模型的输入，例如使用循环神经网络或Transformer架构进行音乐生成。数据已分割为训练、验证与测试集，便于执行模型训练与性能评估。建议结合音频对齐信息进行多模态分析，或利用MIDI工具进行可视化与后处理，以拓展在音乐教育、创作辅助等场景的应用潜力。

背景与挑战

背景概述

在音乐信息检索领域，符号音乐数据的标准化与大规模数据集构建是推动算法发展的基石。MAESTRO数据集由国际音乐数据研究组织于2018年创建，旨在提供高质量、对齐的钢琴演奏音频与MIDI数据，其核心研究问题聚焦于跨模态音乐表征学习与自动转录技术。该数据集通过精确的时间对齐标注，为音乐生成、演奏风格分析及自动伴奏系统提供了关键资源，显著促进了计算音乐学与人工智能的交叉研究进展。

当前挑战

MAESTRO数据集所针对的音乐自动转录任务面临多重挑战：钢琴音乐中复调声部的交织与和声结构的复杂性，使得音符起始检测与音高识别极易受到干扰；演奏中踏板使用与力度变化进一步增加了时序对齐的难度。在数据构建过程中，挑战主要源于原始演奏录音与MIDI信号的高精度同步，需克服音频噪声、演奏偏差及设备延迟带来的对齐误差，同时确保跨曲目标注的一致性，这对数据清洗与标注流程提出了极高要求。

常用场景

经典使用场景

在音乐信息检索领域，maestro-base-v2数据集以其精确的钢琴演奏时序与音符标注，为自动音乐转录任务提供了关键支撑。该数据集通过记录音符的起始、结束时间、音高及力度等结构化信息，使得研究者能够训练模型从音频信号中准确识别并生成乐谱表示，推动了音乐符号化分析的深度发展。

解决学术问题

该数据集有效解决了音乐计算中乐谱自动生成的长期挑战，通过提供高质量的标注数据，促进了基于深度学习的端到端转录模型的研究。它不仅降低了人工标注的成本，还提升了转录的准确性与鲁棒性，为音乐理论分析、作曲辅助等学术方向奠定了数据基础，具有重要的方法论意义。

衍生相关工作

基于maestro-base-v2数据集，衍生出多项经典研究工作，如采用Transformer架构的自动音乐转录模型，以及结合多模态学习的音乐生成系统。这些工作不仅优化了转录性能，还拓展了数据在音乐风格迁移、情感分析等交叉领域的应用，形成了活跃的研究生态。