数据集摘要

用于训练和评估 TunesFormer 的大规模ABC记谱数据集（MABCD）是从两个来源收集的： The Session 和 ABCnotation.com 。The Session是一个以爱尔兰传统音乐为重点的社区网站，而ABCnotation.com是一个以ASCII文本文件形式提供民间和传统音乐符号标准的网站。它们都提供了一个共享民间和传统音乐的平台。合并数据集由285,449个ABC曲调组成，其中99%（282,595个）用作训练集，剩余的1%（2854个）用作评估集。

控制码是添加到ABC记谱表示中的符号，用于指示生成的旋律的期望音乐形式。我们通过自动化过程将以下控制码添加到数据集中的每个ABC曲调中，以指示其音乐形式：

• 拍数（NB）：控制旋律部分中的小节数。例如，用户可以指定一个部分包含8小节，然后TunesFormer会生成一个符合该结构的部分。它通过小节符号|计数。
• 节数（NS）：控制整个曲调中的部分数。这可以用于在旋律中创建结构和连贯感，因为不同的部分可以用来创造音乐主题或主题动机。它通过几个常用的ABC记谱符号计数，这些符号可用于表示部分边界：[|，||，|]，|:，::和:|。
• 编辑距离相似度（EDS）：控制当前部分与旋律中先前部分之间的相似程度。

为了确保数据集中的ABC曲调一致和标准化，我们首先将它们全部转换为MusicXML格式，然后再将它们重新转换回ABC记谱。为了专注于音乐内容，我们删除了任何自然语言元素（如标题、作曲家和歌词）和不必要的信息（如参考编号和来源）。

ABC记谱可以通过 this website 或 this software 转换为乐谱或音频。

版权免责声明

数据集仅供研究目的，并不用于商业用途。尽管数据集中的大多数曲调是自由共享的，但有些可能受到版权保护。用户有责任确定每个曲调的版权状态，并在使用数据前获得任何必要的权限。

如果您是MABCD中包含的任何曲调的版权所有者，并对其包含有疑虑，请通过 shangda@mail.ccom.edu.cn 与我们联系以进行删除。

特别鸣谢

我们要特别感谢abcnotation.com和thesession.org对ABC记谱的发展和推广以及对音乐信息检索领域的贡献。他们的平台为传统和民间音乐社区提供了宝贵的资源，并使我们这样的研究人员能够创建和研究像大规模ABC记谱数据集这样的数据集。