README_ZH.md

# SongFormBench 🏆

[[English](README.md) ｜ 中文]

**一个高质量的音乐结构分析基准**

<div align="center">

![Python](https://img.shields.io/badge/Python-3.10-brightgreen)
![License](https://img.shields.io/badge/License-CC%20BY%204.0-lightblue)
[![arXiv Paper](https://img.shields.io/badge/arXiv-2510.02797-blue)](https://arxiv.org/abs/2510.02797)
[![GitHub](https://img.shields.io/badge/GitHub-SongFormer-black)](https://github.com/ASLP-lab/SongFormer)
[![HuggingFace Space](https://img.shields.io/badge/HuggingFace-space-yellow)](https://huggingface.co/spaces/ASLP-lab/SongFormer)
[![HuggingFace Model](https://img.shields.io/badge/HuggingFace-model-blue)](https://huggingface.co/ASLP-lab/SongFormer)
[![Dataset SongFormDB](https://img.shields.io/badge/HF%20Dataset-SongFormDB-green)](https://huggingface.co/datasets/ASLP-lab/SongFormDB)
[![Dataset SongFormBench](https://img.shields.io/badge/HF%20Dataset-SongFormBench-orange)](https://huggingface.co/datasets/ASLP-lab/SongFormBench)
[![Discord](https://img.shields.io/badge/Discord-join%20us-purple?logo=discord&logoColor=white)](https://discord.gg/p5uBryC4Zs)
[![lab](https://img.shields.io/badge/🏫-ASLP-grey?labelColor=lightgrey)](http://www.npu-aslp.org/)

</div>

<div align="center">
  <h3>
    Chunbo Hao<sup>1*</sup>, Ruibin Yuan<sup>2,6*</sup>, Jixun Yao<sup>1</sup>, Qixin Deng<sup>3,6</sup>,<br>Xinyi Bai<sup>4,6</sup>, Yanbo Wang<sup>5</sup>, Wei Xue<sup>2</sup>, Lei Xie<sup>1†</sup>
  </h3>


  <p>
    <sup>*</sup>Equal contribution &nbsp;&nbsp; <sup>†</sup>Corresponding author
  </p>
  <p>
    <sup>1</sup>Audio, Speech and Language Processing Group (ASLP@NPU),<br>School of Computer Science, Northwestern Polytechnical University<br>
    <sup>2</sup>Hong Kong University of Science and Technology<br>
    <sup>3</sup>Northwestern University<br>
    <sup>4</sup>Cornell University<br>
    <sup>5</sup>University of New South Wales<br>
    <sup>6</sup>Multimodal Art Projection (M-A-P)
  </p>

</div>

---

## 🌟 什么是 SongFormBench？

SongFormBench 是一个**经过精心整理、由专家标注的基准数据集**，旨在彻底改变音乐结构分析（MSA）的评估方式。我们的数据集为比较 MSA 模型提供了统一标准。

### 📊 数据集构成

- **🎸 SongFormBench-HarmonixSet (BHX)**: 来自 HarmonixSet 的 200 首歌曲
- **🎤 SongFormBench-CN (BC)**: 100 首中文流行歌曲

**总计：300 首高质量标注歌曲**

---

## ✨ 主要亮点

### 🎯 **统一评估标准**
- 建立了 **标准化基准**，实现 MSA 模型间的公平比较
- 消除了评估协议中的不一致性

### 🏷️ **简单标签系统**
- 采用广泛使用的7类分类系统（如 [arxiv.org/abs/2205.14700](https://arxiv.org/abs/2205.14700) 中所述）
- 保留 **pre-chorus** 段落以增强粒度
- 可轻松转换为 7 类（pre-chorus → verse）以保证兼容性

### 👨‍🔬 **专家验证质量**
- 多源验证
- 专家标注员手动校正

### 🌏 **多语言覆盖**
- **首个中文 MSA 数据集**（100 首歌曲）
- 弥补了中文音乐结构分析的空白
- 支持跨语言 MSA 研究

---

## 🚀 快速开始

### 快速加载
```python
from datasets import load_dataset

# 加载完整基准数据集
dataset = load_dataset("ASLP-lab/SongFormBench")
```

---


## 🤝 引用

```bibtex
@misc{hao2026songformerscalingmusicstructure,
      title={SongFormer: Scaling Music Structure Analysis with Heterogeneous Supervision}, 
      author={Chunbo Hao and Ruibin Yuan and Jixun Yao and Qixin Deng and Xinyi Bai and Yanbo Wang and Wei Xue and Lei Xie},
      year={2026},
      eprint={2510.02797},
      archivePrefix={arXiv},
      primaryClass={eess.AS},
      url={https://arxiv.org/abs/2510.02797}, 
}
```
---


## 🎼 梅尔频谱图细节

<details>
  <summary>Click to expand/collapse</summary>

环境配置可参考 BigVGan 的官方实现。如果音频源失效，可使用以下方法重建音频。

### 🎸 SongFormBench-HarmonixSet
使用官方 HarmonixSet 梅尔频谱图。复现方法如下：

```bash
# 克隆 BigVGAN 仓库
git clone https://github.com/NVIDIA/BigVGAN.git

# 进入 utils 目录
cd utils/HarmonixSet

# 更新 inference_e2e.sh 中的 BIGVGAN_REPO_DIR
# 运行推理脚本
bash inference_e2e.sh
```

### 🎤 SongFormBench-CN  
使用 [**bigvgan_v2_44khz_128band_256x**](https://huggingface.co/nvidia/bigvgan_v2_44khz_128band_256x) 重建。

您应首先下载 bigvgan_v2_44khz_128band_256x，然后将其项目目录添加到 PYTHONPATH 中，之后即可使用以下代码：
```python
# 查看实现
utils/CN/infer.py
```
</details>


## 📧 联系方式

如有问题、反馈或合作机会，请访问我们的 [GitHub 仓库](https://github.com/ASLP-lab/SongFormer) 或提交问题。