中央研究院信息科学研究所 发布 Zema Dataset 数据集, 应用在 宗教音乐、音频分析 领域

中央研究院信息科学研究所 本次发布的数据集 Zema Dataset, Zema Dataset是由中央研究院信息科学研究所等机构共同创建的一个专门用于分析埃塞俄比亚东正教特瓦赫多教会（EOTC）圣歌的数据集。该数据集包含10小时的音频数据，共369条实例，涵盖了详细的单词级别时间边界、阅读音调标注以及圣歌模式标签。数据来源于Eat the Book网站，经过严格的预处理和质量控制，包括音频清理、分段和文本提取。该数据集旨在支持圣歌模式分类、歌词转录、歌词与音频对齐以及音乐生成等任务，推动对埃塞俄比亚独特宗教音乐文化的保护与研究。

查看Zema Dataset

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。