chinese-jianpu-corpus

Dataset Card

简谱(jianpu)旋律语料: 11495 首, 一行一首。每一首是逐音符的旋律序列, 按 jianpu-ly 的记法编码, 可直接做检索 / 训练 / 对齐。 曲名只是检索用的元数据, 它可能是中文、英文或日文; 这不影响 score 字段的内容。 skill/jianpu-melody-lookup/ 是一个开箱即用的查询技能: 给一段旋律(简谱唱名数字串), 在全部 11495 首里找出它最可能是哪首歌。纯离线, 只依赖本仓库的 data.jsonl + numpy。 纯凭记忆"): 11 音 Top-1 41.2% / 15 音 48.8%。两个口径的落差说明瓶颈是"片段是否独特", 不是匹配算法 —— 所以并列时请补长片段, 或多给几段(lookup.py 片段1 片段2)。 五线谱有通用的机器可读格式(MusicXML / MEI / ABC / MIDI), 简谱没有—— 简谱在网上的存在形式基本就是图片: 排版工具有(jianpu-ly 等), 但交换格式没有。 所以这不是"又一份乐谱文本", 而是把"只有图片的简谱"转成 token 序列: score 字段就是那套逐音符记法, source 字段逐首保留原图出处, 可回溯核对。 曲谱均来自公开曲谱站(中国曲谱网 qupu123 / 歌谱简谱网 jianpu.cn / 简谱之家 jianpujia), source 字段逐首标注站内 id, 便于回溯。 status: ocr 11457 首(由图片机器转写) / ok 38 首(人工校对过) sourcehost: qupu123 5525 /…

Excerpt from the card by Kokoro Qin, licensed other.

Structure

Details

Repository

Caesium-132/chinese-jianpu-corpus

Publisher

Kokoro Qin

Task category

Not stated by the source

Tags

music, symbolic-music, jianpu

Size category

10K<n<100K

Languages

Not stated by the source

Revision

96c41e57a7b2a7e48399c2ac7577a61c821795dd

Last updated

2026-10-03

Files

7 files, 19.2 MB in total.

License and Download

License

other

Access

No access gate