arXiv cs.AI· Danbinaerin Han, Wonil Kim, Seah Hong, Dongjoo Moon, Jaeok Lee, Jongpil Lee, Chaewon Kim, Juhan Nam·· 3 天前AI 评分18
Gugak-VocalSet：带 Sigimsae 标注的韩国传统歌唱多流派录音室级数据集
Gugak-VocalSet: A Multi-Genre Studio-Quality Dataset of Korean Traditional Singing with Sigimsae Annotations
AI 导读
Gugak-VocalSet 是首个公开的韩国传统歌唱音频数据集，包含 24.5 小时无伴奏独唱录音、305 首曲目、20 位专业歌手，并提供约 68,000 个 sigimsae 标注片段（含多标签共 71,700 个实例）。
正文 · AI 翻译
摘要：我们提出了 Gugak-VocalSet，这是首个公开可用的韩国传统歌唱音频数据集，带有对 sigimsae（一种结构化的音高轮廓声乐表达系统）的密集标注。Gugak-VocalSet 包含 24.5 小时的无伴奏独唱录音，涵盖由国立国乐院策划的 305 首代表性曲目，由 20 位专业歌手在固定调性和速度的受控录音室环境中演唱。除曲风、歌词和情绪/音色标签外，该数据集还提供了统一的 sigimsae 本体，以及约 68,000 个片段（含多标签共 71,700 个实例）的音频锚定 sigimsae 标注；该本体采用基于功能位置的层级结构，旨在跨曲风一致应用，14 位韩国传统音乐专家标注者据此进行了片段级标注。sigimsae 分类和事件检测的基线实验表明，领域知识驱动的 F0 表示与通用音乐基础模型的冻结探测相比仍具竞争力，且在分类任务上超越后者，而音高和频谱线索在事件级检测中发挥互补作用。配套页面：this https URL
| 学科： | 声音（cs.SD）；人工智能（cs.AI）；数据库（cs.DB）；数字图书馆（cs.DL） |
| 引用为： | arXiv:2610.15350 [cs.SD] |
| （或 arXiv:2610.15350v1 [cs.SD] 对应此版本） | |
| https://doi.org/10.48550/arXiv.2610.15350 arXiv 颁发的 DOI（通过 DataCite，待注册） |
提交历史
来自：Danbinaerin Han [查看邮箱]
[v1]
2026年10月11日星期日 05:14:13 UTC（2,590 KB）
来源：arXiv cs.AI · arxiv.org