Lakh MIDI 音乐数据集
音视频
0 下载
54 浏览
2026-08-11
数据集简介
数据集概述
Lakh MIDI 数据集是一个大规模符号音乐数据集,由 176,581 个独特的 MIDI 文件组成。这些文件涵盖了多种音乐风格和编排形式,为音乐信息检索(MIR)研究提供了丰富的符号音乐素材。数据集的构建目标在于促进大规模的音乐信息检索,包括基于符号的方法(单独使用 MIDI 文件)和基于音频内容的方法(使用从 MIDI 文件中提取的信息作为匹配音频文件的注释)。
子集划分
数据集包含多个子集,以满足不同研究需求:
- LMD-full:整个数据集的完整版本,包含全部 176,581 个 MIDI 文件。
- LMD-matched:LMD-full 的子集,由与百万歌曲数据集(Million Song Dataset)条目匹配的 MIDI 文件组成,共 45,129 个文件。该子集便于将符号音乐与音频数据进行关联研究。
- LMD-aligned:进一步对齐的子集,包含与音频文件精确对齐的 MIDI 文件,适用于音频-符号同步任务。
歌词事件
大约 10% 的 MIDI 文件包含带有时间戳的歌词事件。这些歌词通常在单词、音节或字符级别转录,为歌词识别、语音合成和音乐-歌词对齐等研究提供了宝贵资源。
数据格式与规模
- 文件格式:MIDI(.mid)
- 文件数量:176,581 个独特 MIDI 文件
- 匹配数量:45,129 个文件与百万歌曲数据集条目匹配
- 歌词事件:约 10% 的文件包含带时间戳的歌词事件
获取方式
该数据集公开免费,托管于 OpenDataLab 平台。用户可通过访问数据集页面获取下载链接和详细文档。
基本信息
记录数量未知
文件大小未知
文件格式未知
数据来源OpenDataLab
文件数量176,581
匹配数量45,129
歌词事件比例约10%
数据落地页https://opendatalab.com/OpenDataLab/Lakh_MIDI_Dataset
发布日期2026-08-11
MIDI音乐信息检索符号音乐百万歌曲数据集歌词事件
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