索尼集团株式会社 发布 Music4way-MI2T, Music4way-MV2T, Music4way-Any2T 数据集, 应用在 多模态数据处理、音乐信息检索 领域

索尼集团株式会社 本次发布的数据集 Music4way-MI2T, Music4way-MV2T, Music4way-Any2T, Music4way-MI2T、Music4way-MV2T和Music4way-Any2T是三个用于音乐理解任务的多模态数据集，由索尼集团株式会社创建。这些数据集将音乐、文本、图像和视频四种模态进行对齐，旨在提升多模态音乐理解模型的能力。Music4way-MI2T和Music4way-MV2T分别包含音乐与图像/视频以及文本的配对，而Music4way-Any2T则提供了更灵活的模态组合，以评估模型对不同输入和查询的鲁棒性。这些数据集的构建基于AudioSet音乐剪辑，并通过多种特征提取方法生成了丰富的文本描述，以促进音乐、图像、视频和文本的深度融合。

查看Music4way-MI2T, Music4way-MV2T, Music4way-Any2T

关于 索尼集团株式会社 , 索尼集团株式会社是一家全球知名的企业，主要从事电子产品的研发、生产和销售，其产品线涵盖音频、视频、通信、信息技术产品等众多领域。

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。