每周编辑推荐｜CCMusic 音乐数据集上线、揭秘英伟达自研大模型 ChipNeMo

最新推荐文章于 2024-06-17 09:35:18 发布
最新推荐文章于 2024-06-17 09:35:18 发布
阅读量1k 收藏 13
点赞数 20
文章标签： AI for science 人工智能 英伟达
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/HyperAI/article/details/135870161
版权

为了使 AI 在音乐训练方面更高效，CCMusic 开源了一些音乐、音频数据集供计算音乐学研究者免费使用，现已在 hyper.ai 上线。此外，hyper.ai 还更新了米哈游、网易云等相关音乐数据集，一起来看看吧！

1 月 22 日-1 月 26 日，hyper.ai 官网更新速览：

  • 优质公共数据集：10 条

  • AI4S 论文案例：2 篇

  • 热门百科词条：10 条

访问官网：hyper.ai

公开数据集精选

1. CCMUSIC 真假声数据集

该数据集包含 1280 个胸声和假声的单音歌唱音频（.wav 格式），胸声标记为胸声，假声标记为假声。

直接使用：

https://hyper.ai/datasets/29125

2. CCMUSIC 钢琴音质数据集

该数据集包含中国音乐学院琴房中 7 种钢琴（川井立式钢琴、川井三角钢琴、永昌立式钢琴、星海立式钢琴、施坦威大剧院三角钢琴、施坦威三角钢琴和珠江立式钢琴）的 12 个 gamut audio 文件（.wav / .mp3 / .m4a 格式）和 1320 个分割单音音频文件（.wav / .mp3 / .m4a 格式），共计 1332 个文件。此外，还有一份钢琴音质主观评价调查问卷（.xls 格式），包括 29 位参与钢琴音质主观评价者的评分。

直接使用：

https://hyper.ai/datasets/29097

3. CCMUSIC 音乐流派数据集

该数据集包含约 1700 首音乐作品（.mp3 格式），长度为 270-300 秒，总共分为 17 个流派。由于原始音乐的版权问题，数据集中仅提供频谱图。

直接使用：

https://hyper.ai/datasets/29094

4. CCMUSIC 美声民族唱法数据集

本数据集包含数百个由专业歌唱家演唱的无伴奏合唱片段，有两种风格：Bel Conto 和中国民族唱法。所有片段均由专业歌唱家演唱，并在专业商业录音室录制。

直接使用：

https://hyper.ai/datasets/29086

5. 网易云音乐情感分类数据集

该数据集包含约 395,000 条音乐情感标签数据，其中每条数据由歌曲 ID 、歌单 ID 和歌曲的情感标签三个主要列组成。这些数据的来源是网易云音乐官方网站，提供了对歌曲情感进行标记的详尽信息。由于数据集规模较大，适用于构建情感分析模型、进行数据挖掘，并深入理解音乐与情感之间的关联。

直接使用：

https://hyper.ai/datasets/29133

6. miHoYo Music Remix Piano Dataset 米哈游音乐二创钢琴数据集

该数据集主要包含 miHoYo 旗下两款游戏「Genshin Impact」和「Honkai: Star Rail」的钢琴乐曲片段。这些钢琴片段已转换为 ABC 乐谱。研究人员可以利用该资源深入分析音符、旋律结构等音乐特征，为音乐生成算法的训练和增强提供实质性的数据支持。

直接使用：

https://hyper.ai/datasets/29150

7. FMA 音乐分析数据集

FMA 是音乐分析数据集，由整首 HQ 音频、预计算的特征、以及音轨和用户级元数据组成，可用于评估 MIR (Music Information Retrieva) 中的多项任务。

直接使用：

https://hyper.ai/datasets/29162

8. High-Throughput Algae Cell Detection 藻类细胞检测数据集

该数据集来自 2023 IEEE 网络信息学大会「Vision Meets Algae」物体检测挑战赛，包括训练集和测试集。训练集包含 700 张图像，测试集包含 300 张图像，分为 6 个类别。训练集的标注采用 YOLO 格式，每个图像都有一个相应的 .txt 格式的注释文件。

直接使用：

https://hyper.ai/datasets/29158

9. MathVista 数学推理数据集

MathVista 是视觉环境中的综合数学推理基准。它由三个新创建的数据集 IQTest 、 FunctionQA 和 PaperQA 组成，它们分别用于评估拼图测试图的逻辑推理、功能图的代数推理以及学术论文图的科学推理。 MathVista 总共包含从 31 个不同数据集收集的 6,141 个示例。

直接使用：

https://hyper.ai/datasets/29122

10. Animals 10 种动物图像数据集

该数据集包含约 28K 个中等质量的动物图像，属于 10 个类别：狗、猫、马、蜘蛛、蝴蝶、鸡、羊、牛、松鼠、大象。可用于测试不同的图像识别网络。

直接使用：

https://hyper.ai/datasets/29079

ScienceAI 论文案例精选

1. AI 赋能绿色制冷，香港岭南大学开发 DEMMFL 模型进行建筑冷负荷预测

香港岭南大学和香港城市大学研究人员在「建造机电设施的全球人工智能挑战」中，提出了一种新型动态工程化多模态特征学习 (DEMMFL) 模型，它可以准确预测建筑冷负荷，助力节能。相关论文已发表于「Applied Energy」期刊。

查看完整报道：

https://hyper.ai/news/29108

2. 自己卷自己？英伟达发布大模型 ChipNeMo，专为芯片设计定制

英伟达发布了一个以自家内部数据为基础训练而成的定制大语言模型——ChipNeMo，可以帮助工程师完成与芯片设计相关的任务。本文是对 ChipNeMo 的详细介绍。

查看完整报道：

https://hyper.ai/news/29134

热门百科词条精选

1. 核范数 Nuclear Norm

2. 配对 t 检验 Paired t-Test

3. 分布式计算 Distributed Computing

4. 混合专家模型 Mixture of Experts (MoE)

5. 检索增强生成 Retrieval-Augmented Generation (RAG)

这里汇编了数百条 AI 相关词条，让你在这里读懂「人工智能」：https://hyper.ai/wiki

以上就是本周编辑精选的全部内容，如果你有想要收录 hyper.ai 官方网站的资源，也欢迎留言或投稿告诉我们！

下周再见！

关于 HyperAI超神经 (hyper.ai)

HyperAI超神经 (hyper.ai) 是国内领先的人工智能及高性能计算社区，致力于成为国内数据科学领域的基础设施，为国内开发者提供丰富、优质的公共资源，截至目前已经：

  • 为 1200+ 公开数据集提供国内加速下载节点

  • 收录 300+ 经典及流行在线教程

  • 解读 100+ AI4Science 论文案例

  • 支持 500+ 相关词条查询

  • 托管国内首个完整的 Apache TVM 中文文档

访问官网开启学习之旅：

https://hyper.ai/

HyperAI超神经
关注
音乐数据集+大模型相关（一）
asuiyu的博客
01-24 2487
下图来自 llark论文。对于音频领域，Mubert和Riffusion是近期热门的两个文本到音乐的生成模型。Mubert是一个文本到音乐的演示界面，能够根据输入的文本生成高质量的音频音乐。不过由于所有的声音都是由音乐家和声音设计师事先创造的，因此Mubert更像是在生成声音的组合，而不是音乐。Riffusion使用与Stable Diffusion相同的模型，从文本中生成频谱图，然后将其转换为音频片段。
基于Python的QQ音乐数据爬取分析与可视化（附源码+可远程部署安装）
Dalu_1226的博客
03-09 2963
通过对QQ音乐平台上的数据进行爬取、分析和可视化，可以更好地了解音乐市场的需求和趋势，为音乐推荐、版权管理等方面提供支持。通过对数据的分析和可视化，可以深入了解QQ音乐平台上歌曲、歌手、用户等方面的信息，为用户提供更好的音乐推荐服务，为音乐产业提供更为准确的数据支持。在音乐领域，通过对用户偏好、音乐市场趋势等数据进行分析和预测，可以为音乐服务提供更为精准的推荐和管理。通过本文的研究，我们成功利用Python编程语言对QQ音乐平台的相关数据进行爬取、分析和可视化，为音乐领域的数据研究提供了新的思路和方法。
探索Muzic：微软开源的音乐生成和分析框架
gitblog_00088的博客
03-21 458
探索Muzic：微软开源的音乐生成和分析框架 muzic这是一个微软研究院开发的音乐生成AI项目。适合对音乐、音频处理以及AI应用感兴趣的开发者、学生和研究者。特点是使用深度学习技术生成音乐，具有较高的创作质量和听觉体验。项目地址:https://gitcode.com/gh_mirrors/mu/muzic 引言 在音乐与科技的交界处，是一个引人入胜的项目，由微软AI研究团队倾力打造。它是一个...
Spotify歌曲流派数据集.rar
09-09
Spotify歌曲流派数据集 背景描述 本数据集包含125种不同音乐流派的Spotify歌曲数据。 每首歌曲都有一些与之相关的音频特征，数据以 CSV 格式存储。 数据说明 字段 说明 track_id 歌曲的Spotify ID artists 演唱这首歌曲的艺术家名字。如果有多个艺术家,他们之间用;隔开 album_name 歌曲出现的专辑名称 track_name 歌曲名称 popularity 歌曲的流行度在0到100之间,100最流行 duration_ms 歌曲长度,单位毫秒 explicit 歌曲是否包含露骨歌词(true表示包含,false表示不包含或不确定) danceability 舞曲度,描述歌曲适合跳舞的程度,基于节奏、速度、强弱等音乐要素综合得出。0.0最不适合跳舞,1.0最适合跳舞。 energy 能量,从0.0到1.0表示音乐的强度和活力。高能量的音乐通常感觉快速、响亮、嘈杂。例如死亡金属高能量,巴赫前奏曲能量低。 key 歌曲所用音阶。整数对应标准音名记号,例如0=C,1=C♯/D♭,2=D等。如果检测不到音阶则为-1。 loudness 歌曲整体的响度,单位分贝(dB)。 mode 模式,表示歌曲使用长调(1)或短调(0)。 speechiness 语音度,检测歌曲中言语成分的存在。越专注语音(例如脱口秀、有声书、诗歌朗诵),值越接近1.0。大于0.66表示可能全都是言语。0.33到0.66之间既可能包含音乐也可能包含言语,例如说唱音乐。小于0.33多为音乐及其他非言语音轨。 acousticness 音乐是否为纯音乐的可信度,从0.0到1.0。1.0代表高可信度该音轨为纯音乐。 instrumentalness 预测音轨是否不包含人声。哼唱声被视为器乐。说唱或朗诵被明确视为人声。值越接近1.0,包含无人声内容的可能性越大。 liveness 检测音轨是否为现场录音。较高的liveness值表示较大可能性该音轨为现场演奏。高于0.8强烈表示为现场。 valence 从0.0到1.0描述音轨传达的音乐情感正面度。正面度高的音乐感觉更正面(如快乐、欢快、欣喜),负面度低的更负面(如悲伤、沮丧、愤怒)。 tempo 估计的歌曲总体节奏,单位每分钟节拍数(BPM)。音乐术语中,节奏直接来自平均拍长。 time_signature 估计的拍号时间符号。时间符号表示每小节中拍号,范围从3到7,对应3/4到7/4拍。 track_genre 歌曲所属的流派 问题描述 基于用户输入或偏好构建推荐系统 基于音频特征和可用类型的进行分类
推荐开源项目：Shazam API - 音乐识别神器
gitblog_00071的博客
06-09 400
推荐开源项目：Shazam API - 音乐识别神器 ShazamAPIFully reverse engeenired shazam api项目地址:https://gitcode.com/gh_mirrors/sh/ShazamAPI 1、项目介绍 Shazam Api 是一个轻巧且易于使用的Python库，它允许开发者将Shazam的音乐识别功能集成到自己的应用中。只需几行代码，您就可以实...
推荐开源项目：Deemon - 音乐艺术家新发布监控利器
gitblog_00045的博客
06-09 302
推荐开源项目：Deemon - 音乐艺术家新发布监控利器 项目地址:https://gitcode.com/digitalec/deemon 1、项目介绍 Deemon 是一款由 Python 编写的命令行工具，专为音乐爱好者设计。它能够实时监控您喜爱的艺术家的新发行，并通过电子邮件通知您。不仅如此，Deemon 还能与 Deemix 库无缝集成，自动下载新发布的音乐作品。这个强大的工具让您的音乐...
Panalyzer - 一款强大的音乐分析工具
gitblog_00034的博客
03-16 365
Panalyzer - 一款强大的音乐分析工具 如果你是一位音乐爱好者或者专业音乐人，那么你一定需要一个能够帮助你更深入理解音乐的工具。今天我们要为大家介绍的就是这样一款强大的音乐分析工具——Panalyzer。 什么是Panalyzer？ Panalyzer是一款基于Python的开源音乐分析工具，它可以帮助用户快速地对音频文件进行各种分析，并将结果可视化呈现出来。无论是对于音乐创作、混音还是...
探索音乐的奥秘： sms-tools 开源项目解析与应用指南
gitblog_00029的博客
05-13 380
探索音乐的奥秘： sms-tools 开源项目解析与应用指南 sms-toolsSound analysis/synthesis tools for music applications项目地址:https://gitcode.com/gh_mirrors/sms/sms-tools 项目介绍 sms-tools 是一款基于 Python 的声音分析和合成工具集，专为音乐应用而设计，并附带了相关...
探索Stretto：一个强大的音乐理论与和声分析工具
gitblog_00055的博客
04-15 361
探索Stretto：一个强大的音乐理论与和声分析工具 strettoBeautiful web-based music player项目地址:https://gitcode.com/gh_mirrors/st/stretto 项目简介 在音乐创作和研究领域，深入理解音乐理论是至关重要的。 是一款由 Ben Kaser 开发的开源项目，它旨在帮助音乐家、作曲者、学者或任何对音乐理论感兴趣的人，进行...
推荐开源项目：Spicetify Stats - 您的音乐统计分析工具
gitblog_00042的博客
06-01 316
推荐开源项目：Spicetify Stats - 您的音乐统计分析工具 项目地址:https://gitcode.com/harbassan/spicetify-stats 1、项目介绍 在音乐的世界里，我们常常会被某些艺术家、歌曲和风格所深深吸引。Spicetify Stats 是一个定制的应用程序，它可以帮助您深入了解自己的音乐口味，展示您的最喜爱艺术家、曲目、流派以及整个音乐库的详细分析，包...
音乐音频 | 语音识别与音乐流派分类
qq_44250700的博客
09-17 2196
文章目录 元音Vowel 贝尔实验室 STT（speech to text）：语音转化成文本 TTS（text to speech）：文本转化为声音 连续语音识别 continuous speech recognizer 语音识别——黑盒子 实现 不同时长 不同口音 相同文本 的语音 正确转化 step： 1、声波输入计算机 decoding 2、将声波sound waves 转化为 数字 进行存储。 声波是一维的，只需要等距地记录 波的高度 3、抽样sampling ，每秒钟读取N个样品。 奈奎斯特定理：
探秘开源音乐识别神器：Winston-Wen的Shazam
gitblog_00044的博客
04-22 308
探秘开源音乐识别神器：Winston-Wen的Shazam 项目地址:https://gitcode.com/winston-wen/Shazam 项目简介 在GitCode上，由开发者Winston-Wen创建的一个名为Shazam的项目引起了我们的注意。如果你对音乐有着无比的热情，并且曾经困扰于无法识别出耳边那首熟悉的旋律，那么这个项目可能正是你需要的。它是一个基于深度学习的开源音乐识别应用，...
探秘 Monyhar Lite：一个轻量级、高效的音乐识别工具
gitblog_00023的博客
03-24 295
探秘 Monyhar Lite：一个轻量级、高效的音乐识别工具 项目地址:https://gitcode.com/monyhar/monyhar-lite Monyhar Lite 是一个基于 TensorFlow.js 的开源音乐识别项目，专为前端开发者和音乐爱好者设计。它允许你在浏览器中实时识别并标记出正在播放的歌曲，无需复杂的后端设置或大型应用程序。让我们一起深入了解它的技术特性、用途及优势...
探索音乐的无形纽带：Musly——音频音乐相似性计算的高效工具
最新发布
gitblog_00037的博客
06-17 293
探索音乐的无形纽带：Musly——音频音乐相似性计算的高效工具 muslyMusly - Music Similarity Library项目地址:https://gitcode.com/gh_mirrors/mu/musly 在数字音乐时代，如何让计算机理解音乐之间的微妙联系？答案在于Musly，一款专为高效率音频音乐相似度计算设计的程序与库。本文将带你深入了解Musly的世界，探讨其技术精粹...
基于 Python 的音乐流派分类
aobulaien001的博客
09-11 931
音乐就像一面镜子，它可以告诉人们很多关于你是谁，你关心什么，不管你喜欢与否。我们喜欢说“you are what you stream” - SpotifySpotify 拥有 260 亿美元的净资产，是如今很受欢迎的音乐流媒体平台。它目前在其数据库中拥有数百万首歌曲，并声称拥有适合所有人的乐谱。Spotify 的 Discover Weekly 服务已成为千禧一代的热门话题。毋庸置疑，Spotify 已投入大量研究来改进用户查找和收听音乐的方式。
基于CNN的音乐流派分类
qq_44250700的博客
06-20 4055
作为音乐和数据的爱好者，将两者结合起来的想法听起来很诱人。
Python数据分析初探项目 基于Python数据可视化的网易云音乐歌单分析系统 大学编程作业（TUST 天津科技大学 2022年）
末影小黑xh的博客
03-28 4548
通过这次 Python 数据分析初探项目的实践，我巩固了 Python 的语法知识，熟练应用了各个第三方开源模块，为之后的 Python 数据分析学习打下基础。这个项目是我大三写的，现在回顾已经非常粗糙，分享出来一方面希望可以帮助初学者，另一方面希望能让同学们可以从目前大学中普遍毫无价值的形式主义作业中解脱出来，更加高效地学习优质计算机知识和主流编程技术，一起发扬开源精神，感受互联网技术的美好愿景。随着音乐软件的普及，海量的相关数据被创造。在大数据的时代，任何大量的数据一旦被利用起来，将会产生巨大的价值。
音乐数据集汇总
weixin_33724046的博客
02-18 9651
接下来会研究一下音乐推荐系统，需要数据来进行算法及工程代码的演示，遂汇总一下网上开源的音乐数据集。 Million Song Dataset 说到音乐数据集第一位肯定是MSD，它包含了100万首歌曲的信息，总量有280GB大小。由于数据量的确较大，它使用了h5的文件压缩格式，并提供了一些code用于读这种文件。 每首歌对应一个文件，字段包括歌曲的方方面面，如 artist_mbid ， arti...
音乐推荐数据集Million Song Dataset
热门推荐
sfanswer的博客
01-05 1万+
音乐推荐数据集
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值