HKUSTAudio/VidMuse-V2M-Dataset

数据集简介

VidMuse-V2M 是一个由香港科技大学音频实验室（HKUSTAudio）发布的音视频数据集，主要用于视频到音乐的生成任务。

主要用途

该数据集旨在支持视频与音乐之间跨模态关联的研究，特别是用于训练和评估视频驱动音乐生成的模型。

数据类型与模态

• 模态：包含音频和视频两种模态数据。
• 格式：数据以音频文件夹（audiofolder）格式组织。

规模与统计

• 数据集包含 300 个样本（行）。
• 截至元数据记录时，已被下载 91 次。

使用场景

适用于计算机视觉、音频处理及多模态机器学习领域的研究，例如：
* 为给定视频片段自动生成匹配的背景音乐。
* 研究视频内容（如场景、动作、情绪）与音乐特征（如节奏、旋律、风格）之间的对应关系。