CCMusic：面向中国音乐信息检索研究的开放多元数据库
CCMusic: An Open and Diverse Database for Chinese Music Information Retrieval Research
Monan Zhou, Shenyang Xu, Zhaorui Liu, Z. Z. Wang, Yu Feng, Wei Li, Baoqiang Han
Transactions of the International Society for Music Information Retrieval · 2025-01-01
开放获取音乐与舞蹈被引 9被引前 25%影响因子 ≈2.2
摘要
数据在计算机相关领域发挥着至关重要的作用，音乐信息检索（MIR）便是其中典型代表，这一跨学科领域融合了计算机科学与音乐研究。本文介绍的CCMusic是一个开放且多元的数据库，内含多个专为中国音乐相关研究任务设计的数据集，体现了我们对这一文化资源丰富的领域的重视。该数据库整合了已发表与未发表的数据集，通过数据清洗、标签优化以及数据结构统一等步骤来确保数据的一致性，进而生成可直接使用的版本。我们采用专门为该目的开发的统一评估框架，对所有数据集开展基准测试；这一公开可用的框架同时支持分类与检测任务，能够保障所有数据集的评估结果具备标准化与可重复性。该数据库托管于HuggingFace与ModelScope这两个开放且功能多样的数据与模型托管平台，便于用户便捷获取与使用。
本摘要由 AI（Hy-MT2-Pro）翻译生成，仅供参考，请以原文为准。
AI 综述
基于全文生成- 主要观点
- 音乐信息检索领域高度依赖数据，但现有数据集存在格式分散、获取困难等问题，且中国音乐数据严重不足。为此，作者提出CCMusic数据库，旨在整合多个与中国音乐相关的数据集，通过统一数据结构和开放访问，解决该领域数据稀缺与可用性差的痛点。
- 研究方法
- 研究通过整合已发表与未发表的中国音乐数据集，执行数据清洗、标签细化及数据结构统一等步骤。随后，利用专门开发的统一评估框架，将音频转换为多种频谱图形式，对所有数据集进行分类和检测任务的基准评估。
- 学术贡献
- 该研究构建了专门针对中国音乐的综合性开放数据库，有效缓解了音乐信息检索社区中相关数据的匮乏现状。通过提供开源的评估框架和预处理数据，并托管于主流平台，显著降低了研究者的数据获取与处理成本，提升了实验的标准化与可复现性。
- 存在局限
- 材料中未明确提及。
- 进一步研究方向
- 材料中未明确提及。
本综述由 AI（GLM-5）阅读开放获取全文自动生成，仅供参考，不代表原文作者观点，请以原文为准。
参考文献
相关论文
话题：Music and Audio Processing