RTRO-DRM

RTRO-DRM是一个开放音频数据集，包含一系列1980年代电子音乐风格的鼓录音。该数据集由2138个原始、未编辑的立体声WAV格式音频片段组成，主要用于机器学习在音乐和音频研究中的应用，如节奏检测、鼓节奏分析、音频到MIDI转换等。

The RTRO-DRM is an open audio dataset comprising a series of drum recordings in the style of 1980s electronic music. This dataset consists of 2138 raw, unedited stereo WAV format audio clips, primarily utilized for applications of machine learning in music and audio research, such as rhythm detection, drum pattern analysis, and audio-to-MIDI conversion.

原始信息汇总

RTRO-DRM Dataset 概述

数据集描述

• 名称: RTRO-DRM
• 类型: 开放音频数据集
• 内容: 包含2138个原始、未编辑的鼓录音，风格为1980年代电子音乐。
• 格式: 24-bit WAV格式，立体声。
• 时长: 总计4.3小时。
• BPM标签: 有。
• 节奏范围: 100-145bpm。
• 鼓模式: 变化多样。
• 声音特点: 电子鼓机声音（约1980年代）。

数据集用途

• 机器学习应用：节奏检测与分类、鼓节奏分析、音频到MIDI转换、源分离、自动混音、音乐信息检索、AI音乐生成、声音设计、信号处理等。

数据集规格

• 音频循环数量: 2138个。
• 文件格式: 24-bit WAV。
• BPM标签: 已标注。
• 节奏范围: 100-145bpm。
• 鼓模式: 多样。
• 声音特点: 1980年代电子鼓机声音。

许可证

• 许可证: Creative Commons Attribution 4.0 International (CC BY 4.0)。

下载信息

• 文件格式: 24-bit WAV，44.1kHz编码。
• 下载链接: rtro_drm_id_001.tar.gz (3.7GB)。

文件名参考

• bpm: 音频文件的节奏。
• rtro: 主要风格（复古）。
• drm: 乐器（鼓）。
• id: 识别号码。
• _00: 播放列表轨道号码。

引用信息

bash @misc{RTRO-DRM, author = {WaivOps}, title = {WaivOps RTRO-DRM: Open Audio Resources for Machine Learning in Music}, year = {2023}, doi = {10.5281/zenodo.8327650}, url = {https://doi.org/10.5281/zenodo.8327650}, }

搜集汇总

数据集介绍

构建方式

RTRO-DRM数据集的构建基于1980年代电子音乐风格的鼓声录音，通过内部鼓样本数据集和MIDI文件进行精心筛选和组合。这些MIDI文件来源于一个基于代码的音乐生成系统，并结合了一个经过超过30,000个MIDI文件训练的MIDI转换模型。最终生成的2138个未压缩立体声WAV格式音频片段，尽管可能不符合传统音频质量标准，但为音乐和音频研究提供了丰富的素材。

特点

RTRO-DRM数据集包含2138个音频片段，总时长约4.3小时，采用24位WAV格式录制，采样率为44.1kHz。每个音频片段均标注了BPM（每分钟节拍数），节奏范围在100至145bpm之间，涵盖了多种变化的鼓点模式。数据集以1980年代电子鼓机音色为特色，适用于节奏检测、鼓点分析、音频到MIDI转换等多种音乐信息检索和生成任务。

使用方法

RTRO-DRM数据集适用于多种机器学习和音频研究任务。用户可通过直接下载3.7GB的压缩文件获取数据集，解压后即可访问所有音频片段。数据集的使用场景包括但不限于节奏检测、鼓点分析、音频到MIDI转换、源分离、自动混音、音乐信息检索、AI音乐生成、声音设计和信号处理。使用该数据集时，需遵循Creative Commons Attribution 4.0 International (CC BY 4.0)许可协议，并在相关研究中引用提供的DOI和引用格式。

背景与挑战

背景概述

RTRO-DRM数据集由WaivOps团队于2023年发布，旨在为音乐和音频研究领域的机器学习应用提供丰富的资源。该数据集包含2138个未经编辑的立体声WAV格式音频片段，涵盖了1980年代电子音乐风格的鼓点录音。这些录音通过内部鼓样本数据集和基于代码的音乐生成系统的MIDI文件进行整理，并结合了一个训练于超过30,000个MIDI文件的MIDI转换模型。RTRO-DRM数据集的核心研究问题在于如何利用这些非传统音频质量的录音，推动音乐信息检索、节奏分析、音频到MIDI转换等领域的创新。该数据集的开源特性使其在音乐生成、声音设计和信号处理等领域具有广泛的应用潜力。

当前挑战

RTRO-DRM数据集在解决音乐信息检索和音频处理领域的挑战方面具有重要意义。首先，由于录音质量未达到传统标准，如何在低质量音频数据上实现高精度的节奏检测和分类成为一大难题。其次，数据集中的鼓点模式具有较高的变异性，这对音频到MIDI转换算法的鲁棒性提出了更高要求。在构建过程中，团队面临的主要挑战包括如何从大量MIDI文件中提取有效的节奏信息，并将其与鼓样本数据集进行有效整合。此外，确保所有录音的版权清晰性也是一项复杂的工作，尤其是在涉及多个来源的情况下。这些挑战不仅考验了数据集的构建技术，也为相关领域的研究提供了新的探索方向。

常用场景

经典使用场景

RTRO-DRM数据集在音乐信息检索和音频处理领域具有广泛的应用。其包含的1980年代电子音乐风格的鼓声录音，为研究者提供了丰富的音频素材，特别适用于节奏检测与分类、鼓点模式分析以及音频到MIDI的转换等任务。这些应用场景不仅推动了音乐生成技术的发展，还为音频信号处理提供了新的研究方向。

解决学术问题

RTRO-DRM数据集解决了音乐信息检索和音频处理中的多个关键问题。通过提供大量未编辑的原始音频片段，研究者可以深入探索节奏模式识别、音频分离和自动混音等技术。此外，该数据集还为基于机器学习的音乐生成模型提供了训练数据，推动了人工智能在音乐创作中的应用。

衍生相关工作

RTRO-DRM数据集衍生了许多经典的研究工作，特别是在音乐生成和音频处理领域。基于该数据集的研究成果包括基于深度学习的节奏生成模型、音频到MIDI的转换算法以及多轨音频分离技术。这些工作不仅扩展了数据集的应用范围，还为音乐信息检索和音频处理领域提供了新的理论和方法。