EMVD数据集：重金属音乐中极端嗓音失真技术数据集
声音
2024-06-26 v1 人工智能
经典物理
摘要
本文介绍了极端金属嗓音数据集，该数据集包含在重金属音乐领域内表演的极端嗓音技术的录音集合。数据集由760个时长1秒到30秒的音频片段组成，总计约100分钟的音频材料，大致包含60分钟的失真嗓音和40分钟的清晰嗓音录音。这些嗓音录音来自27位不同的歌手，且提供时未附带乐器或后期处理效果。该数据集内的失真分类涵盖四种不同的失真技术和三种嗓音效果，均在不同的音高范围内表演。针对与嗓音技术相关的两个不同分类任务，评估了最先进深度学习模型的性能，展示了该资源对音频处理社区的潜力。
引用
@article{arxiv.2406.17732,
title = {EMVD dataset: a dataset of extreme vocal distortion techniques used in heavy metal},
author = {Modan Tailleur and Julien Pinquier and Laurent Millot and Corsin Vogel and Mathieu Lagrange},
journal= {arXiv preprint arXiv:2406.17732},
year = {2024}
}