List of Symbolic Musical Datasets

本仓库旨在收集网络上的可访问符号音乐数据集。每个数据集通常以以下方式组织：存档包含数据集样本，utils文件夹包含用于爬取或处理数据的代码。数据集内容包括钢琴卷、领唱表、MIDI和其他杂项。

This repository aims to collect accessible symbolic music datasets from the web. Each dataset is typically organized in the following manner: the archive contains dataset samples, and the utils folder includes code for crawling or processing the data. The dataset contents comprise piano rolls, lead sheets, MIDI files, and other miscellaneous items.

原始信息汇总

数据集概述

Piano Roll

• 5 track piano-roll dataset: 源自LPD，经过新的预处理策略。
• lead sheet dataset: 源自Theorytab，可与其他lead sheet数据集结合使用。

Lead Sheets

• Crawled Datasets:

  Source	Genre	Format	Chord	Melody	Songs	Src
  Theorytab	pop	XML	V	V	10148	O
  Wikifonia	pop	XML	V	V	6675	O
  Hymnal	hymn	MIDI	Δ	V	3358	O

MIDI

• Crawled Datasets:

  Source	Genre	Multi-track	Format	Songs	src
  VGMdb	game	V	MIDI	28419	O
  Doug McKenzie Jazz	jazz	V	MIDI	297	O
  Piano-e-Competition	classical		MIDI	1573	O

MISC

• Unchecked: 一系列未验证的资源链接。

搜集汇总

数据集介绍

构建方式

该数据集的构建方式主要通过收集和整理网络上可访问的符号音乐数据集。具体而言，数据集包括了从不同来源获取的音乐样本，如LPD、Theorytab等，并通过预处理策略对这些数据进行加工，以确保其格式和内容的统一性。此外，数据集还提供了用于爬取和处理数据的工具代码，进一步增强了数据的可操作性和可用性。

特点

该数据集的特点在于其多样性和广泛性。它涵盖了多种音乐格式，如钢琴卷（Piano-roll）、领谱（Lead Sheet）和MIDI等，且每个类别下又细分了不同的音乐风格和来源。例如，钢琴卷数据集包含了从LPD中提取的五轨钢琴卷数据，而领谱数据集则整合了Theorytab和其他来源的领谱数据。此外，数据集还提供了丰富的在线资源和链接，便于用户进一步扩展和探索。

使用方法

该数据集的使用方法相对灵活，用户可以根据需求选择不同的数据格式和来源进行分析和处理。首先，用户可以通过提供的工具代码对数据进行爬取和预处理，以适应特定的研究或应用场景。其次，数据集中的每个子集都提供了详细的元数据信息，如音乐风格、格式和来源等，便于用户进行筛选和分类。最后，数据集还提供了多个在线资源的链接，用户可以进一步获取更多相关数据和信息。

背景与挑战

背景概述

在音乐信息处理领域，符号音乐数据集的构建与应用已成为推动音乐分析、生成与理解的关键环节。List of Symbolic Musical Datasets 数据集由Wayne391主导，旨在收集并整理网络上的符号音乐数据资源，涵盖了多种音乐格式，如钢琴卷轴（Piano-roll）、主旋律与和弦（Lead Sheet）、MIDI以及其他杂项数据。该数据集的创建不仅为音乐信息学研究提供了丰富的资源，还促进了符号音乐数据的标准化处理与分析。通过整合来自不同来源的数据，如LPD、Theorytab、Wikifonia等，该数据集为音乐生成、和弦识别、旋律分析等领域的研究提供了坚实的基础。

当前挑战

尽管List of Symbolic Musical Datasets 数据集在符号音乐领域具有重要意义，但其构建与应用仍面临诸多挑战。首先，数据来源的多样性导致数据格式与质量的不一致，增加了数据预处理的复杂性。其次，符号音乐数据的标注与解析需要专业的音乐知识，如何确保标注的准确性与一致性是一个难题。此外，不同音乐风格与流派的数据分布不均，可能导致模型在特定风格上的表现不佳。最后，符号音乐数据的版权问题也是一个亟待解决的挑战，如何在保护版权的同时促进数据的共享与利用，是该领域面临的重要问题。

常用场景

经典使用场景

在音乐信息处理领域，List of Symbolic Musical Datasets 数据集被广泛用于音乐生成、音乐分析和音乐识别等经典场景。例如，研究者可以利用该数据集中的钢琴卷轴（Piano-roll）和MIDI格式数据，训练模型以生成新的音乐作品或分析现有音乐的和声结构。此外，该数据集还支持多轨音乐的分析，为复杂音乐结构的解析提供了丰富的资源。

实际应用

在实际应用中，List of Symbolic Musical Datasets 数据集被广泛应用于音乐教育、自动伴奏系统和音乐推荐系统等领域。例如，教育工作者可以利用该数据集中的乐谱数据，开发出智能音乐教学软件，帮助学生更好地理解和学习音乐理论。此外，该数据集还为自动伴奏系统的开发提供了丰富的音乐素材，使得系统能够根据用户的输入自动生成合适的伴奏。

衍生相关工作

基于List of Symbolic Musical Datasets 数据集，许多相关的经典工作得以展开。例如，研究者利用该数据集中的MIDI数据，开发了多种音乐生成模型，如基于深度学习的音乐生成网络和基于规则的音乐创作系统。此外，该数据集还启发了许多关于音乐风格迁移和音乐情感分析的研究，推动了音乐信息处理领域的技术进步。