はじめに
機械学習などをやっていると困るのはデータを集めることだと思います。私も音源分離の機械学習をやったことがあるのですが、データを集めるのに苦労しました。音楽データの音源分離をする場合は、データセットはMUSDB18が一番有名ではないかと思います。MUSDB18は150曲（約10時間）の音楽トラックデータセットで、曲ごとにボーカル、ベース、ドラム、その他の楽器に分けられたステムデータがあります。試しにモデルを動かしてみたいときはMUSDB18だけで十分だと思いますが、もっとモデルを学習させたいときがあるかと思います。
Cambridge Music Technology
Cambridge Music Techonologyではミキシングの練習をサポートするために無料でダウンロードできるマルチトラックを提供しています。
今見たところ471曲あるそうです。ボーカルが入っていない曲もありますので、全てのデータを学習に使うことはできませんが、学習データをかなり多く増やすことができます。学習の際の注意点としては、ステムデータではなくパラデータなので、学習前に自分でステムデータにする必要がある点です。そこは、自分で頑張りましょう。
ブログに掲載することに関して
今後、このブログでは音楽データに対する処理結果を載せたいと思うのですが、なかなか掲載できる音楽データは見つかりません。そこで、Cambridge Music Techhologyのサイト運営者の方に「信号処理技術を紹介するためにCambridge Music Techologyのデータで処理した結果をブログにアップロードできないか」と質問してみました。返信としては、「教育目的に該当するので掲載しても大丈夫です」とのことでした。また、「アーティストとCambridge Music Technologyのクレジットを付けてください」とのことでした。返信がきたときは、かなり嬉しかったです。本当にありがとうございます。
音源分離や自動ミキシングなどの処理結果を掲載する際は、音楽データを使わせていただきたいと思います。
