Lo-Fi Chords Dataset
收藏资源简介：
Lo-Fi Chords Dataset是一个开放的音频数据集，包含8000个复古灵魂和图书馆制作音乐风格的和弦进行。它提供了8000个未压缩的立体声WAV格式音频循环，以及配对的JSON文件，包含用于训练生成AI音频模型的元数据。
Lo-Fi Chords Dataset is an open audio dataset that contains 8000 chord progressions in the styles of vintage soul and library production music. It provides 8000 uncompressed stereo WAV format audio loops, alongside paired JSON files carrying metadata for training generative AI audio models.
Lo-Fi Chords Dataset 数据集概述
数据集简介
Lo-Fi Chords Dataset 是一个开放音频集合，包含复古灵魂乐和图书馆制作音乐风格的和弦进行。它包含 8,000 个未压缩立体声 WAV 格式的音频循环，以及配对的 JSON 元数据文件，用于训练生成式 AI 音频模型。
数据集概览
该数据集通过自定义脚本从 MIDI 模式和多采样乐器数据库中渲染音频而创建。录音采用各种原声、电声和合成器钢琴音源生成的扁平化和弦进行。数据增强策略包括人性化处理、时间偏移、滤波和均衡、磁带/黑胶噪声以及卷积混响建模。这些策略通过向训练示例展示多样化的钢琴音质和环境效果，增强了模型的泛化能力。
其主要目的是为模型开发、音频研究和音乐应用提供可访问的内容。示例用途包括文本到音频、风格迁移、特征提取、速度检测、音频分类、节奏分析、音乐信息检索 (MIR)、声音设计和信号处理。
技术规格
- 音频数量与时长：8,000 个 8 小节音频循环（约 54 小时）
- 音频格式：16 位立体声 WAV 格式，44.1 kHz 采样率
- 速度范围：60–100 BPM
- 文件配对：配对的元数据文件（WAV + JSON）
- 乐器类型：三角钢琴、立式钢琴、电钢琴、Pianet、FM 合成器钢琴
- 子流派风格：灵魂乐、复古图书馆音乐
许可信息
该数据集由 WaivOps（一个由 Patchbanks 管理的众包音乐项目）编制。所有录音均来自经过验证的作曲家和提供商，已获得版权许可。 Lo-Fi Chords Dataset 采用知识共享署名 4.0 国际许可协议 (CC BY 4.0) 进行许可。
下载链接
- 元数据文件直接下载 (268.5 kB)：https://zenodo.org/records/17819350/files/lofi_chords_dataset_json.tar.gz?download=1
- 音频文件直接下载 (8.6 GB)：https://zenodo.org/records/17819350/files/lofi_chords_dataset_wav_01.tar.gz?download=1
- 音频文件直接下载 (8.8 GB)：https://zenodo.org/records/17819350/files/lofi_chords_dataset_wav_02.tar.gz?download=1
- 音频文件直接下载 (9.0 GB)：https://zenodo.org/records/17819350/files/lofi_chords_dataset_wav_03.tar.gz?download=1
- 音频文件直接下载 (1.9 GB)：https://zenodo.org/records/17819350/files/lofi_chords_dataset_wav_04.tar.gz?download=1
- 数据集 DOI：https://doi.org/10.5281/zenodo.17819350
文件名参考
| 标签 | 参考含义 |
|---|---|
| bpm | 音频文件的速度 |
| lofi_chords_dataset | 数据集名称 |
| id | 标识号 |
| 000000 | 播放列表曲目编号 |
引用方式
若在研究或开发中使用此数据集，请引用以下内容： bibtex @dataset{Lo-Fi Chords Dataset, author = {WaivOps}, title = {WaivOps Lo-Fi Chords Dataset: Open Audio Resources for Machine Learning in Music}, year = {2025}, doi = {10.5281/zenodo.17819350}, url = {https://doi.org/10.5281/zenodo.17819350}, }
