ACMID：用于 7 声部音乐源分离的自动乐器数据集精选
声音
2025-10-13 v1 音频与语音处理
摘要
当前大多数音乐源分离 (MSS) 方法依赖监督学习，受限于训练数据的数量和质量。尽管网页爬虫可带来丰富数据，但平台级轨道标注常导致元数据不匹配，阻碍准确获取 audio-label 对。为此，我们提出 ACMID：通过爬取大量原始数据生成的 MSS 数据集，随后通过基于预训练音频编码器构建的乐器分类器进行自动清洗，从筛选和聚合来自爬取轨道中干净的目标乐器片段，得到精炼后的 ACMID-Cleaned 数据集。利用丰富数据，我们将常规分类从 4 声部 (Vocal/Bass/Drums/Others) 扩展至 7 声部 (Piano/Drums/Bass/Acoustic Guitar/Electric Guitar/Strings/Wind-Brass)，实现高粒度 MSS 系统。在 SOTA MSS 模型上的实验表明两个关键结果：(i) 使用 ACMID-Cleaned 训练的 MSS 模型相较于 ACMID-Uncleaned 获得 2.39dB 的 SDR 性能提升，证明了我们数据清洗程序的有效性；(ii) 将 ACMID-Cleaned 纳入训练可使 MSS 模型平均性能提升 1.16dB，确认了我们数据集的价值。我们的数据爬取代码、清洗模型代码和权重可在 https://github.com/scottishfold0621/ACMID 查阅。
引用
@article{arxiv.2510.07840,
title = {ACMID: Automatic Curation of Musical Instrument Dataset for 7-Stem Music Source Separation},
author = {Ji Yu and Yang shuo and Xu Yuetonghui and Liu Mengmei and Ji Qiang and Han Zerui},
journal= {arXiv preprint arXiv:2510.07840},
year = {2025}
}