每周编辑推荐｜CCMusic 音乐数据集上线、揭秘英伟达自研大模型 ChipNeMo
内容提要
CCMusic和hyper.ai发布了多个音乐和音频数据集供研究人员在音乐训练中使用。数据集包括人声数据、钢琴音质数据、音乐流派数据等。此外，hyper.ai还更新了来自miHoYo和网易云等公司的音乐数据集。
延伸解读
音乐AI研究的数据资源更新
本期推荐集中上线了多个音乐与音频数据集，覆盖人声、钢琴音质、音乐流派、美声民族唱法以及音乐情感分类等方向。这些数据来自CCMusic、网易云音乐、米哈游等不同来源，为计算音乐学、音乐信息检索和音乐生成研究提供了更丰富的训练与评估素材。研究者可根据任务需求选择对应数据集，例如真假声识别、钢琴音质评价或音乐情感分析。
数据集规模与适用场景速览
CCMusic真假声数据集含1280个单音音频，适合声乐特征研究；钢琴音质数据集包含7种钢琴的1332个音频文件及主观评价问卷，可用于音质评估；音乐流派数据集约1700首作品、17个流派，但仅提供频谱图；美声民族唱法数据集有数百个无伴奏片段；网易云音乐情感分类数据集约39.5万条标签，适合情感分析建模；米哈游钢琴数据集已转为ABC乐谱，便于音乐生成算法训练。
使用数据前需留意的限制
部分数据集存在版权或格式限制，例如音乐流派数据集因原始音乐版权问题仅提供频谱图，可能影响需要原始音频的研究。钢琴音质数据集包含主观评价问卷，但评分者数量有限。网易云音乐情感分类数据集规模较大，使用时需注意数据清洗与标签一致性。研究者应结合具体任务评估数据适用性，并遵守各数据集的使用条款。
Q&A
CCMusic 开源了哪些音乐数据集？
CCMusic 开源了真假声数据集、钢琴音质数据集、音乐流派数据集和美声民族唱法数据集。
CCMUSIC 真假声数据集包含什么内容？
包含 1280 个胸声和假声的单音歌唱音频（.wav 格式），胸声标记为胸声，假声标记为假声。
CCMUSIC 钢琴音质数据集有哪些数据？
包含 7 种钢琴的 12 个 gamut audio 文件和 1320 个分割单音音频文件，共计 1332 个文件，还有一份钢琴音质主观评价调查问卷，包括 29 位参与者的评分。
CCMUSIC 音乐流派数据集包含多少首音乐？分为哪些流派？
包含约 1700 首音乐作品，分为 17 个流派。
网易云音乐情感分类数据集有什么特点？
包含约 395,000 条音乐情感标签数据，每条数据由歌曲 ID、歌单 ID 和歌曲的情感标签三个主要列组成，适用于构建情感分析模型、进行数据挖掘。
miHoYo 音乐二创钢琴数据集包含哪些游戏音乐？
包含 miHoYo 旗下两款游戏「Genshin Impact」和「Honkai: Star Rail」的钢琴乐曲片段，已转换为 ABC 乐谱。
