| | # SongFormBench 🏆 |
| |
|
| | [[English](README.md) ｜ 中文] |
| |
|
| | **一个高质量的音乐结构分析基准** |
| |
|
| | <div align="center"> |
| |
|
| |  |
| |  |
| | [](https://arxiv.org/abs/2510.02797) |
| | [](https://github.com/ASLP-lab/SongFormer) |
| | [](https://huggingface.co/spaces/ASLP-lab/SongFormer) |
| | [](https://huggingface.co/ASLP-lab/SongFormer) |
| | [](https://huggingface.co/datasets/ASLP-lab/SongFormDB) |
| | [](https://huggingface.co/datasets/ASLP-lab/SongFormBench) |
| | [](https://discord.gg/p5uBryC4Zs) |
| | [](http://www.npu-aslp.org/) |
| |
|
| | </div> |
| |
|
| | <div align="center"> |
| | <h3> |
| | Chunbo Hao<sup>1*</sup>, Ruibin Yuan<sup>2,5*</sup>, Jixun Yao<sup>1</sup>, Qixin Deng<sup>3,5</sup>,<br>Xinyi Bai<sup>4,5</sup>, Wei Xue<sup>2</sup>, Lei Xie<sup>1†</sup> |
| | </h3> |
| | |
| | <p> |
| | <sup>*</sup>Equal contribution <sup>†</sup>Corresponding author |
| | </p> |
| | |
| | <p> |
| | <sup>1</sup>Audio, Speech and Language Processing Group (ASLP@NPU),<br>Northwestern Polytechnical University<br> |
| | <sup>2</sup>Hong Kong University of Science and Technology<br> |
| | <sup>3</sup>Northwestern University<br> |
| | <sup>4</sup>Cornell University<br> |
| | <sup>5</sup>Multimodal Art Projection (M-A-P) |
| | </p> |
| | </div> |
| | |
| | --- |
| |
|
| | ## 🌟 什么是 SongFormBench？ |
| |
|
| | SongFormBench 是一个**经过精心整理、由专家标注的基准数据集**，旨在彻底改变音乐结构分析（MSA）的评估方式。我们的数据集为比较 MSA 模型提供了统一标准。 |
| |
|
| | ### 📊 数据集构成 |
| |
|
| | - **🎸 SongFormBench-HarmonixSet (BHX)**: 来自 HarmonixSet 的 200 首歌曲 |
| | - **🎤 SongFormBench-CN (BC)**: 100 首中文流行歌曲 |
| |
|
| | **总计：300 首高质量标注歌曲** |
| |
|
| | --- |
| |
|
| | ## ✨ 主要亮点 |
| |
|
| | ### 🎯 **统一评估标准** |
| | - 建立了 **标准化基准**，实现 MSA 模型间的公平比较 |
| | - 消除了评估协议中的不一致性 |
| |
|
| | ### 🏷️ **简单标签系统** |
| | - 采用广泛使用的7类分类系统（如 [arxiv.org/abs/2205.14700](https://arxiv.org/abs/2205.14700) 中所述） |
| | - 保留 **pre-chorus** 段落以增强粒度 |
| | - 可轻松转换为 7 类（pre-chorus → verse）以保证兼容性 |
| |
|
| | ### 👨🔬 **专家验证质量** |
| | - 多源验证 |
| | - 专家标注员手动校正 |
| |
|
| | ### 🌏 **多语言覆盖** |
| | - **首个中文 MSA 数据集**（100 首歌曲） |
| | - 弥补了中文音乐结构分析的空白 |
| | - 支持跨语言 MSA 研究 |
| |
|
| | --- |
| |
|
| | ## 🚀 快速开始 |
| |
|
| | ### 快速加载 |
| | ```python |
| | from datasets import load_dataset |
| | |
| | # 加载完整基准数据集 |
| | dataset = load_dataset("ASLP-lab/SongFormBench") |
| | ``` |
| |
|
| | --- |
| |
|
| | ## 📚 资源与链接 |
| |
|
| | - 📖 论文：*即将发布* |
| | - 💻 代码：[GitHub 仓库](https://github.com/ASLP-lab/SongFormer) |
| | - 🧑💻 模型：[SongFormer](https://huggingface.co/ASLP-lab/SongFormer) |
| | - 📂 数据集：[SongFormDB](https://huggingface.co/datasets/ASLP-lab/SongFormDB) |
| |
|
| | --- |
| |
|
| | ## 🤝 引用 |
| |
|
| | ```bibtex |
| | @misc{hao2025songformer, |
| | title = {SongFormer: Scaling Music Structure Analysis with Heterogeneous Supervision}, |
| | author = {Chunbo Hao and Ruibin Yuan and Jixun Yao and Qixin Deng and Xinyi Bai and Wei Xue and Lei Xie}, |
| | year = {2025}, |
| | eprint = {2510.02797}, |
| | archivePrefix = {arXiv}, |
| | primaryClass = {eess.AS}, |
| | url = {https://arxiv.org/abs/2510.02797} |
| | } |
| | ``` |
| | --- |
| |
|
| |
|
| | ## 🎼 梅尔频谱图细节 |
| |
|
| | <details> |
| | <summary>Click to expand/collapse</summary> |
| |
|
| | 环境配置可参考 BigVGan 的官方实现。如果音频源失效，可使用以下方法重建音频。 |
| |
|
| | ### 🎸 SongFormBench-HarmonixSet |
| | 使用官方 HarmonixSet 梅尔频谱图。复现方法如下： |
| |
|
| | ```bash |
| | # 克隆 BigVGAN 仓库 |
| | git clone https://github.com/NVIDIA/BigVGAN.git |
| | |
| | # 进入 utils 目录 |
| | cd utils/HarmonixSet |
| | |
| | # 更新 inference_e2e.sh 中的 BIGVGAN_REPO_DIR |
| | # 运行推理脚本 |
| | bash inference_e2e.sh |
| | ``` |
| |
|
| | ### 🎤 SongFormBench-CN |
| | 使用 [**bigvgan_v2_44khz_128band_256x**](https://huggingface.co/nvidia/bigvgan_v2_44khz_128band_256x) 重建。 |
| |
|
| | 您应首先下载 bigvgan_v2_44khz_128band_256x，然后将其项目目录添加到 PYTHONPATH 中，之后即可使用以下代码： |
| | ```python |
| | # 查看实现 |
| | utils/CN/infer.py |
| | ``` |
| | </details> |
| |
|
| |
|
| | ## 📧 联系方式 |
| |
|
| | 如有问题、反馈或合作机会，请访问我们的 [GitHub 仓库](https://github.com/ASLP-lab/SongFormer) 或提交问题。 |
