项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 87
核心亮点
- 数据规模大：17.4万首多轨钢琴卷帘，覆盖多种音乐风格，适合训练大规模生成模型
- 格式标准化：统一为钢琴卷帘格式，免去用户自行处理 MIDI 转换的麻烦
- 附带元数据：包含歌曲名、艺术家、流派等信息，便于进行条件生成和风格分析
不足之处
- 数据来源为 MIDI 文件，音频质量受限于原始 MIDI 的编曲精度
- 文档/社区待观察：项目星标数较少，文档和社区支持可能不够完善
适用场景
- 音乐生成模型训练（如 Transformer、GAN 等）
- 音乐风格迁移与伴奏生成研究
- 音乐信息检索（MIR）任务中的预训练数据
替代项目
Lakh MIDI Dataset、MAESTRO Dataset、GiantMIDI-Piano
上一篇：ComMU-code
下一篇：iterater
同类项目推荐
seqio
开源
统一序列任务数据管道，定义一次到处训练
Task-based datasets, preprocessing, and evaluation for sequence models.
ml-stuttering-events-dataset
开源
苹果开源口吃语音标注集，直接训练口吃检测模型
datasetsforecast
开源
统一加载时间序列数据集，快速跑通预测实验
Datasets for time series forecasting
weibo_terminater
开源
一键抓取微博全量数据，评论、关注者全搞定
Final Weibo Crawler Scrap Anything From Weibo, comments, weibo contents, followers, ···
Know-Your-Intent
开源
用语义哈希实现又快又准的意图识别，让对话助手更聪明。
State of the Art results in Intent Classification using Sematic Hashing for three da···
llm4ea_official
开源
用大模型自动标注，低成本搞定知识图谱实体对齐
[NeurIPS‘24] LLM4EA: Entity Alignment with Noisy Annotations from Large Language Mo···
alice
开源
把杂乱图片整理成可直接训练的 YOLO 数据集
Analyse · Learn · Ingest · Curate · Export — AI-powered YOLO dataset management···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models
Recommendations-Diffusion-Text-I···
开源
一册在手，快速掌握扩散模型在文本图像生成的全部前沿论文。
A paper collection of recent diffusion models for text-image generation tasks, e,g.,···