FMA免费音乐档案库

本数据集面向音乐信息检索算法研究团队、音乐推荐系统开发机构及音频深度学习应用企业，旨在解决音乐数据集规模不足、流派分类体系混乱、元信息不完整等问题。数据集包含106,574首曲目、16,341位艺术家和14,854张专辑，覆盖343天音频内容。按161种流派进行分级分类，结构清晰，元数据丰富。与传统仅提供音频特征或少量标签的数据集不同，本数据集提供从粗到细的多级流派标注体系，支持不同任务所需的分类粒度选择。

This dataset targets music information retrieval algorithm research teams, music recommendation system development institutions, and audio deep learning application enterprises, aiming to solve issues such as insufficient scale of music datasets, chaotic genre classification systems, and incomplete metadata. The dataset includes 106,574 tracks, 16,341 artists, and 14,854 albums, covering 343 days of audio content. It is hierarchically categorized into 161 genres, featuring a clear structure and rich metadata. Unlike traditional datasets that only provide audio features or a small number of labels, this dataset offers a coarse-to-fine multi-level genre annotation system, enabling the selection of classification granularity tailored to different tasks.

搜集汇总

背景与挑战

背景概述

FMA免费音乐档案库是一个面向音乐信息检索和音频深度学习领域的大规模数据集，包含超过10万首曲目、1.6万位艺术家和1.4万张专辑，总计343天音频内容。该数据集采用161种流派的多级分类体系，提供从粗到细的标注，以解决音乐数据规模不足和流派分类混乱的问题，支持细粒度音乐分类和推荐任务。