17万首多轨钢琴卷帘，一键训练音乐AI模型
lakh-pianoroll-dataset 是一个包含 174,154 个多轨钢琴卷帘（piano-roll）的开源数据集，基于 Lakh MIDI 数据集处理生成。它解决了音乐生成、音乐信息检索等领域缺乏大规模、结构化的多轨钢琴卷帘数据的问题。核心能力是提供可直接用于训练深度学习模型的标准化数据格式，每个钢琴卷帘包含多个音轨，并附有元数据（如歌曲名、艺术家、流派等），方便研究者进行音乐生成、风格迁移、伴奏生成等任务。该数据集以 Python 工具脚本形式提供，便于用户下载、解析和转换数据，降低了音乐 AI 研究的入门门槛。
Lakh MIDI Dataset、MAESTRO Dataset、GiantMIDI-Piano
lakh-pianoroll-dataset 是数据集领域的开源项目，由 salu133445 开发，2018 年首次发布。
它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 87。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-05-12。开源数据集，MIT许可证，完全免费使用。
它主要面向的使用场景是：音乐生成模型训练（如Transformer、GAN等）。同类可对比的替代方案包括 Lakh MIDI Dataset、MAESTRO Dataset、GiantMIDI-Piano。
上一篇：ComMU-code
下一篇：iterater
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
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
