论文
MADB：专业多维标注的大规模音乐美学数据集
MADB: A Large-Scale Music Aesthetics Dataset with Professional and Multi-Dimensional Annotations
摘要
音乐审美评估是一个具有挑战性但尚未得到充分探索的问题，需要模型捕捉细粒度、多维的人类感知判断。由于缺乏具有结构化美学注释的大规模数据集，该领域的进展受到限制。我们引入了 MADB，这是一个大型数据集和基准，包含由 30 位训练有素的注释者注释的 9,999 个轨道。每首曲目均由大约 10 名注释者在 10 个感知维度和一个总分上进行评分，并附有用于多模式分析的附加文本注释。我们在多个预训练模型上建立了统一的评估框架。结果揭示了模型预测与人类判断之间的巨大差距，暴露了当前方法的主要局限性。 MADB 为人类音乐理解提供了新的基准。项目页面：https://github.com/knownree/madb