RapBank：根据歌词和伴奏直接生成说唱(Rap)人声的模型（目前开放了数据集）

综合介绍

RapBank 是一个专为说唱歌词生成而设计的数据集和工具集。该项目由 NZqian 创建，旨在通过收集和处理来自 YouTube 的说唱歌曲，为研究人员和开发者提供一个高质量的说唱歌词数据集。RapBank 包含超过 9 万首说唱歌曲，涵盖 84 种语言，提供了详细的处理管道和使用说明，帮助用户高效地进行数据处理和模型训练。该项目的数据和代码均在 GitHub 上开源，遵循 CC BY-NC-SA 4.0 许可协议。

功能列表

• 数据集下载：提供超过 9 万首说唱歌曲的数据集，涵盖多种语言。
• 数据处理管道：包括源分离、分段、歌词识别等步骤，帮助用户高效处理数据。
• 详细文档：提供完整的使用说明和示例代码，帮助用户快速上手。
• 开源代码：所有代码和数据均在 GitHub 上开源，方便用户进行二次开发。
• 许可协议：数据和代码遵循 CC BY-NC-SA 4.0 许可协议，确保用户在合法范围内使用。

使用帮助

安装流程

1. 克隆项目仓库：

   git clone https://github.com/NZqian/RapBank.git
cd RapBank

2. 安装依赖：

   pip install -r requirements.txt

3. 下载数据集并放置在指定文件夹中，例如 /path/to/your/data/wav。

数据处理

1. 使用提供的脚本处理数据：

   bash pipeline.sh /path/to/your/data /path/to/save/features start_stage stop_stage

• start_stage 和 stop_stage 参数用于指定处理的起始和结束阶段，范围为 0 到 5。
• 建议使用多 GPU 以加快处理速度。

功能操作流程

1. 数据集下载：访问 GitHub 页面，下载所需的数据集文件。
2. 数据处理：按照上述步骤安装依赖并运行处理脚本，生成所需的特征文件。
3. 模型训练：使用处理后的数据进行模型训练，具体步骤请参考项目文档中的示例代码。
4. 结果分析：使用生成的模型进行说唱歌词生成，并对结果进行分析和优化。

详细功能介绍

• 数据集下载：提供了一个包含 9 万多首说唱歌曲的数据集，用户可以根据需要下载并使用这些数据进行研究和开发。
• 数据处理管道：包括源分离、分段、歌词识别等多个步骤，帮助用户高效地处理和分析数据。
• 详细文档：项目提供了完整的使用说明和示例代码，帮助用户快速上手并进行二次开发。
• 开源代码：所有代码和数据均在 GitHub 上开源，用户可以自由下载和使用。
• 许可协议：数据和代码遵循 CC BY-NC-SA 4.0 许可协议，确保用户在合法范围内使用。