sigsep musdb18データセットは、様々なスタイルの全150曲のフルトラック楽曲で構成されており、ステレオミックスとオリジナル音源の両方が含まれています。これらはトレーニングサブセットとテストサブセットに分けられています。

その目的は、音源分離アルゴリズムの設計と評価のための参照データベースとして機能することです。このような信号処理手法の目的は、ミックスのセットから1つまたは複数の音源を推定することです。例えば、カラオケアプリケーションなどです。このデータセットは、音源分離アルゴリズムの評価に関する国際的なキャンペーンであるSiSEC 2018のプロフェッショナル制作の音楽録音タスクにおける公式データセットとして使用されました。

musdb18には2つのフォルダが含まれています。100曲で構成されるトレーニングセットのフォルダ「train」と、50曲で構成されるテストセットのフォルダ「test」です。教師ありアプローチはトレーニングセットで学習させ、両方のセットでテストする必要があります。

musdb18データセットのすべてのファイルは、Native Instrumentsのステム形式（.mp4）でエンコードされています。これは、それぞれAAC @256kbpsでエンコードされた5つのステレオストリームで構成されるマルチトラック形式です。これらの信号は以下に対応しています。

• 0 - ミックス
• 1 - ドラム
• 2 - ベース
• 3 - その他の伴奏
• 4 - ボーカル

各ファイルにおいて、ミックスはすべての信号の合計に相当します。すべての信号はステレオで、44.1kHzでエンコードされています。

MUSDB18はSTEMS形式でエンコードされているため、マルチストリームファイルを読み取るにはffmpegに依存しています。我々は、データセットを簡単に解析し、ステムトラックをオンザフライでデコードできるstempegというPythonラッパーを提供しています。

あなたが研究でMUSDBデータセットを使用する場合は、MUSDB18データセットを引用してください。

@misc{MUSDB18,
  author       = {Rafii, Zafar and
                  Liutkus, Antoine and
                  Fabian - Robert St{"o}ter and
                  Mimilakis, Stylianos Ioannis and
                  Bittner, Rachel},
  title        = {The {MUSDB18} corpus for music separation},
  month        = dec,
  year         = 2017,
  doi          = {10.5281/zenodo.1117372},
  url          = {https://doi.org/10.5281/zenodo.1117372}
}

あなたの結果をSiSEC 2018の参加者の結果と比較する場合は、SiSEC 2018 LVA/ICA論文を引用してください。

@inproceedings{SiSEC18,
  author="St{"o}ter, Fabian - Robert and Liutkus, Antoine and Ito, Nobutaka",
  title="The 2018 Signal Separation Evaluation Campaign",
  booktitle="Latent Variable Analysis and Signal Separation:
  14th International Conference, LVA/ICA 2018, Surrey, UK",
  year="2018",
  pages="293--305"
}