sigsep musdb18数据集的python解析器
musdb的Python项目详细描述
musdb
一个python包，用于解析和处理musdb18数据集，这是用于音乐源分离的最大开放访问数据集。该工具最初是为音乐分离任务开发的，作为信号分离评估活动（SISEC）的一部分。
获取数据
数据集托管在Zenodo上，要求用户请求访问，因为这些曲目只能用于学术目的。我们手动检查这些请求。请不要重复填写此表格，通常需要不到一天的时间才能进入。 您可以使用pip安装musdb
musdb18编码在stems中，这是一种使用有损压缩的多声道音频格式。在内部， 或者，您可以手动安装ffmpeg，如下所示： 如果要使用WAV文件（例如，用于更快的音频解码）， 如果您不想使用python，我们还提供基于docker的脚本将数据集解码为wav文件。 使用解码的musdb时，初始化数据集时请使用 这个包应该与现有的python numpy、tensorflow或pytorch代码很好地集成。在项目中使用musdb的大多数步骤可能都使用相同的第一步： 在主python函数中导入 要使用完整的数据集，请设置一个数据集 其中 迭代 我们为机器学习方法提供训练和测试的子集： 如果要访问单个曲目，可以通过其索引访问 可以使用对象编辑验证轨迹列表。 编写有效的数据集生成器在不同的深度学习框架中各不相同。一个非常简单的n_ive生成器
可以使用musdb的 要使用流行的bsseval指标评估a 对于Oracle方法，请查看我们的打开Unmix Oracle分离方法。
这将向您展示如何计算Oracle性能，并给出分隔质量的上限。 我们为Pythorch、TensorFlow和NNABLE提供了一种最先进的基于深度学习的分离方法，网址为open.unmix.app 这不是虫子。因为我们采用了stems格式，所以我们使用了aac压缩。在这里，混合物的残余噪声不同于源的残余噪声之和。这种差异不会显著影响分离性能。musdb附带7秒的完整数据集摘录（自动下载），用于快速评估或原型制作。但是，完整的数据集需要通过zenodo下载并单独存储（解压缩）。< Buff行情>安装和设置
软件包安装
pip install musdb
使用茎（默认）
musdb包依赖于ffmpeg来解码多流文件。为了方便起见，我们开发了一个名为stempeg的python包，它可以方便地解析和解码stem文件。
当您安装musdb（这取决于stempeg）时，因此也需要安装ffmpeg库。安装可能因操作系统和python发行版而异：brew安装ffmpegsudo apt get install ffmpeg使用wav文件（可选）
musdb还支持分析和处理预解码的pcm/wav文件。musdb具有将stems数据集转换为wav版本的功能。这个脚本可通过命令行使用musdbconvert path/to/musdb-stems-root path/to/new/musdb-wav-root
is wav参数。用法
设置musdb
musdb包，并在7秒内迭代musdb曲目：importmusdbmus=musdb.DB(download=True)mus[0].audio
rootdirectorymus=musdb.DB(root="/path/to/musdb)
root是musdb18数据集根文件夹的路径。根参数也可以使用系统环境变量重写。只需在bash环境中export musdb_path=/path/to/musdb。在这种情况下，不需要将参数传递到db（）在musdb18轨迹上迭代
musdb从而访问音频数据非常简单。假设，我们有一个监督训练方法，它以混合音为输入，以人声为输出，我们可以简单地使用：fortrackinmus:train(track.audio,track.targets['vocals'].audio)
曲目属性
跟踪对象，使以pythonic方式轻松处理音频和元数据：track.name，曲目名称，由track.artist和track.title组成
track.path，混合物的绝对路径，可以方便地处理外部应用程序。track.audio，立体声混合为一个numpy形状数组（nb_samples，2）track.rate，混合物的采样率。track.sources，用于此曲目的源字典。track.stems，所有五个形状立体源的核张量。词干总是按以下顺序排列：['mixed'，'drums'，'bass'，'other'，'vocals']，track.targets，为此曲目提供的目标字典。
注意，对于musdb，源和目标只在存在伴奏时不同，这是所有源的总和，除了声音。musdb支持以下目标：['混音'，'鼓'，'低音'，'其他'，'人声'，'伴奏'，'线性混音']。注意，有些目标（如伴奏）在飞行中是动态混合的。分别处理训练和测试子集
mus_train=musdb.DB(subsets="train")mus_test=musdb.DB(subsets="test")
使用列车/验证拆分
mus曲目列表，例如mus[2:。为了促进可重复的研究，我们提供了一个固定的验证数据集。mus_train=musdb.DB(subsets="train",split='train')mus_valid=musdb.DB(subsets="train",split='valid')
用musdb训练深层神经网络
track.chunk_start和track.chunk_duration属性轻松实现，这些属性有效地寻找开始示例（以秒为单位提供）并执行请不要先将完整的音频加载到内存中。whileTrue:track=random.choice(mus.tracks)track.chunk_duration=5.0track.chunk_start=random.uniform(0,track.duration-self.seq_duration)x=track.audio.Ty=track.targets['vocals'].audio.Tyieldx,y
评估
musdb曲目，您可以使用我们的mus eval包。在pip install musdb对单个track的求值之后，可以通过importmuseval# provide an estimateestimates={'vocals':np.random.random(track.audio.shape),'accompaniment':np.random.random(track.audio.shape)}# evaluates using BSSEval v4, and writes results to `./eval`print(museval.eval_mus_track(track,estimates,output_dir="./eval")
基线
神谕
打开UNMIX
常见问题
混合物并不完全是其来源的总和，这是有意的吗？
pip install musdb
0
引文
