amaai-lab/MidiCaps

MidiCaps数据集是一个大规模的MIDI音乐文件数据集，包含168,385个MIDI文件，每个文件都有描述性的文本标题和一组提取的音乐特征。标题是通过一个结合了MIR特征提取和LLM Claude 3的标题生成管道生成的。数据集还提供了详细的音乐特征，如流派、情绪、调性、时间签名、速度等。此外，数据集还包含额外的特征，如乐器总结、和弦总结等。数据集的文件格式为.tar.gz，标题以.json文件形式提供。数据集还提供了一个90/10的训练/测试分割。

The MidiCaps dataset is a large-scale MIDI music file dataset comprising 168,385 MIDI files. Each file is paired with a descriptive textual title and a set of extracted musical features. The titles are generated via a title generation pipeline that combines Music Information Retrieval (MIR) feature extraction and the LLM Claude 3. The dataset also provides detailed musical features including genre, emotion, tonality, time signature, tempo, and more. Additionally, it includes supplementary features such as instrument summaries and chord summaries. The dataset files are packaged in .tar.gz format, while the titles are provided in JSON file format. The dataset also offers a 90/10 train/test split.

原始信息汇总

MidiCaps 数据集

概述

MidiCaps 数据集是一个包含 168,385 个 MIDI 音乐文件及其描述性文本标题的大型数据集，以及一组提取的音乐特征。

数据集详情

• MIDI 文件: 168,385 个
• 文本标题: 168,385 个
• 音乐特征: 8 个
• 扩展音乐特征: 2 个

文件格式

• MIDI 文件: 以 .tar.gz 格式提供
• 文本标题: 以 .json 文件格式提供

基本文件列

1. location: 文件解压后的位置
2. caption: 描述音乐片段的文本标题

特征文件列

• genre: 前两个检测到的流派及其关联的置信度分数
• mood: 前五个检测到的心情/主题标签及其关联的置信度分数
• key: 曲目的主要调式
• time_signature: 曲目的拍号
• tempo: 曲目的速度，以每分钟节拍数（bpm）表示，或以古典意大利术语（如 Adagio, Largo, Presto 等）或简化术语（如 Slow, Fast 等）表示
• duration: 曲目的持续时间，以秒为单位，以及标记为短/中/长的片段
• chord_summary: 曲目中最频繁的和弦模式
• instrument_summary: 按演奏时长排序的前 5 个乐器

扩展特征文件列

• instrument_numbers_sorted: 按演奏时长排序的曲目中存在的乐器编号（根据 MIDI 分配）
• all_chords: 包含曲目中检测到的所有和弦及其相应的时间标记

引用

如果您使用此数据集，请引用以下论文：

BibTeX:

@article{Melechovsky2024, author = {Jan Melechovsky and Abhinaba Roy and Dorien Herremans}, title = {MidiCaps - A Large-scale MIDI Dataset with Text Captions}, year = {2024}, journal = {arXiv:2406.02255} }

APA: Jan Melechovsky, Abhinaba Roy, Dorien Herremans, 2024, MidiCaps - A large-scale MIDI dataset with text captions. arXiv:2406.02255.