HaramMusic 音乐检测与去除数据集

音视频
0 下载
21 浏览
2026-08-14

数据集简介

数据集概述

HaramMusic Dataset v35.0 是一个大规模的二分类音频数据集,专门用于音乐检测和音乐去除任务。该数据集由 doirty 维护,托管于 HuggingFace 平台,旨在为音频处理算法提供高质量、结构化的训练数据。数据集采用二进制标签系统,音乐标记为类别 1,非音乐标记为类别 0。

数据规模与构成

数据集包含 774,286 个音频片段,总文件大小为 317 GB。具体类别分布如下:

  • 语音:355,934
  • 音乐:259,203
  • 音效:99,026
  • 环境音:28,864
  • 人声:31,259

所有音频文件均为 16 kHz 单声道 PCM-16 FLAC 格式。数据集包含多种文件格式,包括 FLAC 音频文件、Parquet 表格文件以及 SQLite 数据库文件。

数据来源与许可

数据集整合了来自多个公共数据集的音频片段,具体包括:

  • FLEURS
  • VoxPopuli
  • MLS
  • AMI
  • MLSW
  • LibriSpeech
  • FMA (Free Music Archive)

数据集默认仅接受来自白名单的 CC0 和 CC-BY 许可来源。在处理和使用数据集时,必须保留每一行的 license、creator 和 extra_metadata 信息。总体许可类型为 'other'(无统一音频许可),具体使用需遵循各来源的原始许可协议。

数据字段与格式

数据集提供丰富的元数据字段,涵盖音频属性和来源信息:

  • audio: 音频数据字典
  • category: 类别字符串
  • label: 标签(int64)
  • source: 来源字符串
  • source_id: 来源 ID 字符串
  • license: 许可字符串
  • language: 语言字符串
  • creator: 创建者字符串
  • duration: 时长(float64)
  • sample_rate: 采样率(int64)
  • channels: 声道数(int64)
  • is_hifi: 是否高保真(bool)
  • extra_metadata: 额外元数据字符串

应用场景

该数据集主要用于音频分类任务,具体包括但不限于:

  • 音乐检测
  • 音乐去除
  • 音频内容识别

数据集适用于机器学习和深度学习模型训练,特别是需要处理混合音频流(如语音与音乐混合)的场景。

基本信息

记录数量未知
文件大小Total file size: 317 GB; Total: 774,286 行
文件格式FLAC, Parquet, SQLite
数据来源doirty
音频采样率16 kHz
音频声道单声道
音频深度PCM-16
总样本数774,286
数据落地页https://huggingface.co/datasets/doirty/HaramMusic_Dataset
发布日期2026-08-14
音乐检测音乐去除音频分类机器学习HuggingFace

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费