球数据集：用于音乐源分离和信息检索的多轨交响乐录音
音频与语音处理
2026-05-15 v2 机器学习
声音
摘要
本文介绍了球数据集（The Spheres dataset），这是为发展机器学习在古典音乐领域内的音乐源分离和相关 MIR 任务而设计的多轨交响乐录音。数据集由 Colibr\`i 合奏团在球体录音室演奏的超过一小时的音乐作品组成，包括切拉尼科夫的《罗马福雅》和莫扎特的《第 40 交响曲》，以及每个乐器的色彩音阶和独奏节选。录音 setup 使用了 23 个麦克风，包括近位、主麦克风和环境麦克风，使我们能够创建具有受控衰漏的真实立体声混合音，并提供隔离的 stems 以进行监督式源分离模型训练。此外，我们为每个乐器位置估计了房间脉冲响应，为录音空间的声学特征提供了宝贵的表征。我们 present the dataset structure, acoustic analysis, and baseline evaluations using X-UMX based models for orchestral family separation and microphone debleeding. 结果突显了在复杂交响场景中进行源分离的潜力与挑战，凸显了该数据集在基准测试以及探索分离、定位、去混响和沉浸式渲染等新方法方面的数据价值。
引用
@article{arxiv.2511.21247,
title = {The Spheres Dataset: Multitrack Orchestral Recordings for Music Source Separation and Information Retrieval},
author = {Jaime Garcia-Martinez and David Diaz-Guerra and John Anderson and Ricardo Falcon-Perez and Pablo Cabañas-Molero and Tuomas Virtanen and Julio J. Carabias-Orti and Pedro Vera-Candeas},
journal= {arXiv preprint arXiv:2511.21247},
year = {2026}
}