数据集概述
该数据集包含CompMusic项目中阿拉伯-安达卢西亚音乐曲库的歌词，涵盖"Isbahan"、"Maya"等九种 nawbas 类型。歌词以原始阿拉伯文和ALA-LC标准转写的罗马化版本呈现，存储为TSV、JSON格式文件，并关联音频文件及元数据。
文件详解
- 压缩文件:
- Sanas_v2.zip: ZIP格式压缩包，包含数据集所有内容
- 内部文件结构:
- 原始歌词文件: 存储于'original'文件夹，按MusicBrainz录音ID（MBID）命名，格式为TSV、JSON
- 转写歌词文件: 存储于'transliterated'文件夹，按MBID命名，格式为TSV、JSON，采用ALA-LC标准
- 元数据文件: metadata.csv，包含Internet Archive音频文件URL等信息
数据来源
CompMusic项目
适用场景
- 音乐学研究: 分析阿拉伯-安达卢西亚音乐的歌词文本特征与文化内涵
- 语言学研究: 对比阿拉伯语原始文本与罗马化转写的语言转换规律
- 数字人文研究: 结合音频与歌词数据开展跨模态音乐文化分析
- 文化遗产保护: 支持阿拉伯-安达卢西亚传统音乐的数字化存档与传播研究
