FMA：用于音乐分析的数据集
声音
2017-09-07 v3 信息检索
摘要
我们介绍了自由音乐档案（FMA），这是一个开放且易于访问的数据集，适合用于评估音乐信息检索（MIR）中的多项任务，该领域关注大型音乐收藏的浏览、搜索和组织。然而，由于大型音频数据集的有限可用性，社区对特征学习和端到端学习日益增长的兴趣受到了限制。FMA旨在克服这一障碍，它提供了 917 GiB、时长 343 天的 Creative Commons 许可音频，包含来自 16,341 位艺术家的 106,574 首曲目和 14,854 张专辑，按 161 种流派的分层分类法进行排列。它提供全长且高质量的音频、预计算特征，以及曲目级和用户级元数据、标签和诸如传记之类的自由格式文本。我们在此描述了该数据集及其创建方式，提出了训练/验证/测试集划分和三个子集，讨论了一些适合的MIR任务，并评估了一些用于流派识别的基线。代码、数据和使用示例可在 https://github.com/mdeff/fma 获取
引用
@article{arxiv.1612.01840,
title = {FMA: A Dataset For Music Analysis},
author = {Michaël Defferrard and Kirell Benzi and Pierre Vandergheynst and Xavier Bresson},
journal= {arXiv preprint arXiv:1612.01840},
year = {2017}
}
备注
ISMIR 2017 camera-ready