Select Language

AI社区

公开数据集

FMA音乐分析数据集

FMA音乐分析数据集

341.81M
523 浏览
0 喜欢
0 次下载
0 条讨论
Music Analysis Classification

该数据集是免费音乐档案库(FMA)的转储,FMA是高质量合法音频下载的交互式库。下面摘自论文摘要 。我们介绍了免费音乐档案(FMA......

数据结构 ? 341.81M

    Data Structure ?

    * 以上分析是由系统提取分析形成的结果,具体实际数据为准。

    README.md

    该数据集是免费音乐档案库(FMA)的转储,FMA是高质量合法音频下载的交互式库。下面摘自论文摘要 。

    我们介绍了免费音乐档案(FMA),这是一个开放的且易于访问的数据集,适用于评估MIR中的多个任务,MIR是一个与浏览,搜索和组织大型音乐收藏有关的领域。但是,社区对功能和端到端学习的兴趣日益增长,这受到大型音频数据集可用性有限的限制。FMA旨在克服这一障碍,以161个流派的分级分类法,提供来自16,341位艺术家和14,854张专辑的106,574条曲目的917 GiB和343天的知识共享许可。它提供了全长和高质量的音频,预先计算的功能,以及轨道和用户级别的元数据,标签以及诸如传记之类的自由格式文本。我们在这里描述数据集及其创建方式,提出训练/验证/测试划分以及三个子集,讨论一些合适的MIR任务,并评估一些用于体裁识别的基准。代码,数据和用法示例可从以下网站获得:https://github.com/mdeff/fma。

    数据内容:

    所有曲目的所有元数据和功能都分布在 fma_metadata.zip(342 MiB)中。下表可与熊猫或任何其他数据分析工具一起使用。有关说明,请参见纸张或用法笔记本。

    • tracks.csv:所有106,574首曲目的每个曲目元数据,例如ID,标题,艺术家,流派,标签和播放计数。

    • genres.csv:所有163个流派ID及其名称和父级(用于推断流派层次和顶级流派)。

    • features.csv:用librosa提取的共同特征。

    • echonest.csv:由Echonest(现在为Spotify)提供的音频功能,可用于13,129首曲目的子集。


    数据引用:

    @inproceedings{fma_dataset,
      title = {FMA: A Dataset for Music Analysis},
      author = {Defferrard, Micha"el and Benzi, Kirell and Vandergheynst, Pierre and Bresson, Xavier},
      booktitle = {18th International Society for Music Information Retrieval Conference},
      year = {2017},
      url = {https://arxiv.org/abs/1612.01840},
    }

    更多使用和介绍请查看来源页面。

    ×

    帕依提提提温馨提示

    该数据集正在整理中,为您准备了其他渠道,请您使用

    注:部分数据正在处理中,未能直接提供下载,还请大家理解和支持。
    暂无相关内容。
    暂无相关内容。
    • 分享你的想法
    去分享你的想法~~

    全部内容

      欢迎交流分享
      开始分享您的观点和意见,和大家一起交流分享.
    所需积分:6 去赚积分?
    • 523浏览
    • 0下载
    • 0点赞
    • 收藏
    • 分享