SongFormBench / README_ZH.md
ASLP-lab's picture
update README
e83fc5e

SongFormBench 🏆

[English | 中文]

一个高质量的音乐结构分析基准

Dataset Model GitHub Paper


🌟 什么是 SongFormBench?

SongFormBench 是一个经过精心整理、由专家标注的基准数据集,旨在彻底改变音乐结构分析(MSA)的评估方式。我们的数据集为比较 MSA 模型提供了统一标准。

📊 数据集构成

  • 🎸 SongFormBench-HarmonixSet (BHX): 来自 HarmonixSet 的 200 首歌曲
  • 🎤 SongFormBench-CN (BC): 100 首中文流行歌曲

总计:300 首高质量标注歌曲


✨ 主要亮点

🎯 统一评估标准

  • 建立了 标准化基准,实现 MSA 模型间的公平比较
  • 消除了评估协议中的不一致性

🏷️ 简单标签系统

  • 采用广泛使用的7类分类系统(如 arxiv.org/abs/2205.14700 中所述)
  • 保留 pre-chorus 段落以增强粒度
  • 可轻松转换为 7 类(pre-chorus → verse)以保证兼容性

👨‍🔬 专家验证质量

  • 多源验证
  • 专家标注员手动校正

🌏 多语言覆盖

  • 首个中文 MSA 数据集(100 首歌曲)
  • 弥补了中文音乐结构分析的空白
  • 支持跨语言 MSA 研究

🚀 快速开始

快速加载

from datasets import load_dataset

# 加载完整基准数据集
dataset = load_dataset("ASLP-lab/SongFormBench")

📚 资源与链接


🤝 引用

即将发布。


🎼 梅尔频谱图细节

Click to expand/collapse

环境配置可参考 BigVGan 的官方实现。如果音频源失效,可使用以下方法重建音频。

🎸 SongFormBench-HarmonixSet

使用官方 HarmonixSet 梅尔频谱图。复现方法如下:

# 克隆 BigVGAN 仓库
git clone https://github.com/NVIDIA/BigVGAN.git

# 进入 utils 目录
cd utils/HarmonixSet

# 更新 inference_e2e.sh 中的 BIGVGAN_REPO_DIR
# 运行推理脚本
bash inference_e2e.sh

🎤 SongFormBench-CN

使用 bigvgan_v2_44khz_128band_256x 重建。

您应首先下载 bigvgan_v2_44khz_128band_256x,然后将其项目目录添加到 PYTHONPATH 中,之后即可使用以下代码:

# 查看实现
utils/CN/infer.py

📧 联系方式

如有问题、反馈或合作机会,请访问我们的 GitHub 仓库 或提交问题。