数据集概述
本数据集包含用于训练音乐节奏估计CNN模型的全局节奏标注数据，涵盖LMD Tempo、GiantSteps MTG Tempo和EBall三个子数据集，是支持单步音乐节奏估计CNN模型训练的基础数据。数据集以压缩包形式提供，无训练/测试、数据/标签等拆分结构。
文件详解
- 文件名称：schreiber_tempo_cnn_ismir2018.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包内包含用于训练Tempo-CNN模型的全局节奏标注数据，具体字段未提供预览，推测包含音乐节奏标注相关的特征数据与标签信息，支持CNN模型的音乐节奏估计训练任务。
数据来源
论文“A Single-step Approach to Musical Tempo Estimation using a Convolutional Neural Network”
适用场景
- 音乐节奏估计模型训练: 用于训练基于CNN的单步音乐节奏估计模型，提升模型对音乐全局节奏的识别精度。
- 音乐信息检索研究: 支持音乐节奏特征提取与分析的相关研究，为音乐检索系统提供节奏标注数据支撑。
- 深度学习在音乐领域的应用: 探索CNN模型在音乐信号处理任务中的性能与优化方向。
- 音乐数据集整合研究: 用于分析不同子数据集（LMD Tempo、GiantSteps MTG Tempo、EBall）在节奏标注上的差异与共性。
