SongEval：用于歌曲审美评估的基准数据集
音频与语音处理
2025-05-19 v1
摘要
审美作为一种隐式且重要的标准，在歌曲生成任务中反映了人类感知，超越客观指标。然而，评估生成歌曲的审美仍是一个根本性的挑战，因为音乐欣赏高度主观。现有的评估指标，如基于嵌入的距离，受限于无法反映定义音乐吸引力的主观和感知方面。为此，我们引入了 SongEval，这是第一个开源的、大规模的用于评估完整歌曲审美的基准数据集。SongEval 包含超过 2,399 首完整歌曲，总时长超过 140 小时，来自 16 位拥有音乐背景的专业标注者对其进行审美评分。每首歌都在五个关键维度上进行评估：整体连贯性、记忆点、人声呼吸和抒情的自然性、歌曲结构的清晰度以及整体音乐性。该数据集涵盖英语和中文歌曲，覆盖九大主流流派。此外，为评估歌曲审美评估的有效性，我们使用 SongEval 对审美评分进行预测实验，证明在预测人类感知的音乐质量方面，优于现有的客观评估指标。
引用
@article{arxiv.2505.10793,
title = {SongEval: A Benchmark Dataset for Song Aesthetics Evaluation},
author = {Jixun Yao and Guobin Ma and Huixin Xue and Huakang Chen and Chunbo Hao and Yuepeng Jiang and Haohe Liu and Ruibin Yuan and Jin Xu and Wei Xue and Hao Liu and Lei Xie},
journal= {arXiv preprint arXiv:2505.10793},
year = {2025}
}