jazznet：用于音乐音频机器学习研究的基础钢琴模式数据集
声音
2023-02-20 v1 机器学习
音频与语音处理
摘要
本文介绍了jazznet数据集，这是一个用于开发音乐信息检索（MIR）中机器学习（ML）算法的基础爵士钢琴音乐模式数据集。该数据集包含162520个带标签的钢琴模式，包括和弦、琶音、音阶及其转位的和弦进行，产生超过26k小时的音频，总大小为95GB。本文解释了数据集的构成、创建和生成，并提出了一种使用称为基于距离的模式结构（DBPS）方法的开源模式生成器，使研究人员能够通过简单定义音乐模式内音高之间的距离来轻松生成新的钢琴模式。我们证明该数据集可帮助研究人员使用卷积循环神经网络（CRNN）和深度卷积神经网络为具有挑战性的MIR任务基准测试新模型。数据集和代码可通过 https://github.com/tosiron/jazznet 获取。
引用
@article{arxiv.2302.08632,
title = {jazznet: A Dataset of Fundamental Piano Patterns for Music Audio Machine Learning Research},
author = {Tosiron Adegbija},
journal= {arXiv preprint arXiv:2302.08632},
year = {2023}
}
备注
To Appear at IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) 2023