Solos：一个用于视听音乐分析的数据集
音频与语音处理
2020-08-10 v2 数据库
声音
摘要
本文提出了一个新的音乐表演视频数据集，可用于训练机器学习方法以完成多种任务，如视听盲源分离与定位、跨模态对应、跨模态生成，以及一般的任何视听自监督任务。这些视频收集自 YouTube，包含 13 种不同乐器的独奏音乐表演。与先前提出的视听数据集相比，Solos 更干净，因为其大量录音是试奏和经过人工检查的，确保没有背景噪音或视频后期处理中添加的效果。此外，据我们所知，它是唯一包含 URMP 数据集中全部乐器的数据集。URMP 是一个包含 44 个多乐器古典音乐片段的视听录音高质量数据集，并带有独立的音轨。URMP 旨在用于源分离，因此，我们评估了在 Solos 上训练的两种不同源分离模型在 URMP 数据集上的性能。该数据集可在 https://juanfmontesinos.github.io/Solos/ 公开获取。
引用
@article{arxiv.2006.07931,
title = {Solos: A Dataset for Audio-Visual Music Analysis},
author = {Juan F. Montesinos and Olga Slizovskaia and Gloria Haro},
journal= {arXiv preprint arXiv:2006.07931},
year = {2020}
}
备注
Rephrased some sentenced. Explanation about OpenPose. Minor grammatical errors