音乐生成的武器库

这篇文章是之后系列文章的汇总集中目录。

首先做个小宣传。因为很多想做这一块的同行本科生们不是很清楚国内外的院校列表。有一位前辈在GitHub上整理了大部分的院校列表出来，我也对这个列表做了一点贡献。点击查看

Python官网整理的Python库有这些：链接

基础组件

Python-MIDI

• 项目官网：https://github.com/vishnubob/python-midi/tree/feature/python3

很多库的前置库，安装时记得选择其Python 3的branch。

乐谱生成

相关的知乎问题：链接

LilyPond

• 项目官网：http:///index.html

LilyPond是GNU Project的一部分，是免费的乐谱生成软件。生成的乐谱质量很高，支持从xml/mxl以及从midi转化成lilypond格式源代码（.ly），并且可以使用类LaTeX语言编写。

可以用两个方法通过Python代码调用LilyPond库：

1. Python-ly库，其GitHub地址在这里
2. mingus的lilypond模块，GitHub地址在这里

MuseScore

• 项目官网：https://
• 社区和乐谱集：https://

MuseScore的特点在于其有充分活跃的社区。这个软件和LilyPond都可以通过XML和MIDI进行数据传送，所以在接口方面很灵活。

音乐的符号化表示

music21

• 项目官网：http://web./music21/

对Python3的支持很好，也是目前为止最完善的一个Python库、武器库。包括音乐的乐谱显示、音乐合成、矩阵分析、语料库、符号表达等。

ABC格式

• 项目官网：http:///

ABC格式是一种复杂而古早的模式，很多早期的数据集使用了这种标注。ABC格式可以转化为music21，或者被其他方法解析。

Pretty_MIDI表示的Piano Roll

• 项目官网：https://github.com/craffel/pretty-midi
• 我以前写的文章：https://www.cnblogs.com/ldzhangyx/p/7789939.html

一个方便将MIDI文件转化为Piano Roll的库。这个库被用在Google Magenta里，我自己的项目也要使用它。master分支现在已经支持了Python3。

mingus

• 项目官网：https://bspaans./python-mingus/
• Python 3版本：https://github.com/edudobay/python-mingus

作者很久没有维护过了，但是从快速上手来看是一个不错的Python库。Python 3版本已经给出。

音乐合成

PySynth

• 项目官网：https://mdoege./PySynth/

主要用处就是将midi或ABC格式的文件转化为wav文件，有多种合成方法可选，十分方便好用。

pyfluidsynth3

• 项目官网：https://github.com/tea2code/pyfluidsynth3

Pretty-MIDI的前置库，用于合成音乐。这里推荐的是Python 3的重写版本。

• 项目官网

数据集

Nottingham Dataset

• 地址：https://github.com/jukedeck/nottingham-dataset

特别有名的数据集，音乐界的MNIST。ABC格式可以被上面一些库直接解析，MIDI格式也可以转换。数据预处理的办法一般是shift到12个大调或者小调，速度调整至120bpm。

Lakh Dataset

• 地址：https:///projects/lmd/
• GitHub：https://github.com/craffel/midi-dataset

Lakh MIDI数据集是176,581个独特MIDI文件的集合，其中45,129个已匹配并与Million Song Dataset中的条目对齐。

Lakh Pianoroll

• 地址：https://salu133445./lakh-pianoroll-dataset/

上面数据集的转化版本，但是表示使用了Pianoroll。

Million Songs

• 地址：https://labrosa.ee./millionsong/

不是midi文件而是波形文件，特点在于数据量极大。

SALAMI Dataset

• 地址：https://github.com/DDMAL/salami-data-public

非常完整的标注数据集，值得一提的是可以从中提取和弦标注进行学习。

MAESTRO Piano Dataset

• 地址：https://magenta./datasets/maestro

Google Magenta一直在用的钢琴演奏数据集。有文字标注版和音乐原版，数据量极为庞大。

IMSLP Music Library

• 地址：https:///

国际上最大的乐谱典藏数据库。其亮点在于录音和乐谱非常全，也许可以用于图像识别领域。有些乐谱似乎是收费的。

the Classical piano MIDI database

• 地址：http://www./

需要自己爬下来整理，钢琴MIDI数据集。

The Largest MIDI Dataset

• 地址：https://www./r/WeAreTheMusicMakers/comments/3ajwe4/the_largest_midi_collection_on_the_internet/

可以说是很神奇了，在Reddit上贡献了出来。是我看到的最大的MIDI数据集（3.65Gb），没有之一。

MuseData

• 地址：http://musedata./

也是需要自己爬，但是这里的数据是根据流派做好划分的，非常一目了然。

JSB Chorales

• 地址：https://github.com/czhuang/JSB-Chorales-dataset

四声部众赞歌数据集。源地址挂掉了，这个GitHub提供了pickle包，很好用。

FMA Dataset

• 地址：https://github.com/mdeff/fma

这是一个音乐分析用的数据集，其亮点在于对流派、ID等数据的详尽标注。具体可以阅读readme。

Midi Archive

• 地址：http://archive.cs./pub/MIDI/

罗切斯特大学维护的一个数据集。

The Session

• 地址：https:///tunes

非常非常完备的一个ABC格式的数据集，虽然需要自己爬，但是非常齐全。数据仍在不断增加中。

MusicNet

• 地址：https://homes.cs./~thickstn/start.html

这个数据集是raw的音频格式，大约10GB，提供了丰富的形式，标注详尽全面，甚至还做了PyTorch接口。

the Symbolic Music dataset by Walder

• 地址：http://users.cecs./~u1018264/data.html

清洗过的MIDI文件，作者目前还活跃在音乐研究一线。

TheoryTab

• 地址：https://www./theorytab

严格来说这不算是一个数据集，但是很多人在论文中用过它（比如MidiNet）。最出彩的地方在于其和弦标注。我觉得应该是网络上和弦标注最为全面的一个数据集了。这个网站现代化、可交互，非常值得看一看。

J.S. Bach Series

• 地址：http://www./midi/
• 地址：http:///

emm，他们真的很喜欢巴赫。

The Josquin Research Project

• 地址：http://josquin./

斯坦福的一个网站，好像也不能直接下载，但是数据整理得非常漂亮，提供了MIDI、XML等多种格式，收录了1420-1520年的复调音乐，并且支持在线搜索和试听。

Drum Dataset

• 地址：https://www./r/WeAreTheMusicMakers/comments/3anwu8/the_drum_percussion_midi_archive_800k/

虽然数据很小只有800k，但是这是我见过的第一个专用于鼓点的数据集。

Video Game Datasets

• 地址：https://www./

收录了游戏的背景音乐，而且真的非常非常齐全。