MusicBench

该数据集包含了5,000个五秒钟的片段，这些片段源自3,413首高质量的音乐作品，涵盖了不同的音乐风格、类型和乐器配置。此外，该数据集还作为评估的基准真值和基线。规模达到了5,000个片段，任务是对个性化音乐生成中的噪音混合进行研究。

This dataset consists of 5,000 5-second audio clips extracted from 3,413 high-quality musical compositions, spanning a wide range of music genres, styles and instrument configurations. Additionally, this dataset serves as the ground truth and baseline for model evaluation. With a total of 5,000 clips, this dataset is tailored for research on noise mixing in personalized music generation.

搜集汇总

背景与挑战

背景概述

MusicBench是一个专为文本到音乐生成设计的音频-文本配对数据集，基于MusicCaps扩展，包含超过5.3万条样本。其特点在于集成了和弦、节拍、速度和调性等音乐特征，并通过文本模板增强描述，同时应用了音高、速度和音量等音乐性增强来扩充数据，适用于可控音乐生成任务。