O Million Song Dataset é uma coleção de recursos e metadados de áudio disponíveis gratuitamente para um milhão de faixas de música popular contemporânea. Seus objetivos são: - Incentivar a pesquisa de algoritmos que se dimensionam para tamanhos comerciais. - Fornecer um conjunto de dados de referência para avaliar a pesquisa. - Como alternativa de atalho para a criação de um grande conjunto de dados com APIs (por exemplo, The Echo Nest) - Ajudar novos pesquisadores a começar no campo MIR. O núcleo do conjunto de dados é a análise de recursos e os metadados de um milhão de músicas, fornecidos pelo The Echo Nest. O conjunto de dados não inclui nenhum áudio, apenas os recursos derivados. Observe, no entanto, que amostra de áudio pode ser obtida em serviços como 7digital, usando o código que fornecemos. O Million Song Dataset também é um cluster de conjuntos de dados complementares contribuídos pela comunidade: - Conjunto de dados SecondHandSongs -> músicas cover - Conjunto de dados musiXmatch -> letra - Conjunto de dados da Last.fm -> tags e semelhanças no nível da música - Subconjunto Taste Profile -> dados do usuário - Mapeamento thisismyjam-to-MSD -> mais dados do usuário - Anotações de gênero tagtraum -> rótulos de gênero - Principais conjuntos de dados MAGD -> mais rótulos de gênero O Million Song Dataset começou como um projeto colaborativo entre The Echo Nest e LabROSA. Foi apoiado em parte pela NSF.