Sleeping AI 发布 Sleeping-DISCO 9M 数据集, 应用在 音乐数据处理、生成音乐建模 领域

Sleeping AI 本次发布的数据集 Sleeping-DISCO 9M, Sleeping-DISCO 9M是一个大规模的音乐和歌曲预训练数据集，由Sleeping AI、Wyndl Labs和L3S研究中心联合创建。该数据集旨在为生成音乐建模任务提供高质量的流行和知名歌曲数据，如文本音乐、音乐字幕、歌唱声音合成、旋律重建和跨模型检索。数据集包含8,956,887首歌曲，由648,118位艺术家演唱，涵盖了英语、日语和欧洲语言。数据集还包括深入的元数据，如个人歌曲和专辑相关信息、歌词嵌入、近千种流派以及所有广泛使用的语言。Sleeping-DISCO 9M为生成音乐建模领域提供了一个平衡的大规模预训练数据集，并通过抓取流行的在线歌词和歌曲元数据网站Genius，提供了高质量和大规模的音频数据。

查看Sleeping-DISCO 9M

Dataset card 内容： 

Files and versions 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。