---
title: song_structure
canonical_url: "https://www.modelscope.cn/models/ccmusic-database/song_structure"
md_url: "https://www.modelscope.cn/models/ccmusic-database/song_structure.md"
repository: ccmusic-database/song_structure
chinese_name: "歌曲结构标注模型"
last_updated: 2026-08-05
license: "MIT License"
downloads: 268
stars: 15
---

# song_structure

> song_structure - ccmusic-database 在 ModelScope 开源的模型。我们的评估方法采用了 Harmonix 数据集中概述的结构分割评估方法，其中使用结构特征进行边界识别，并使用二维傅里叶振幅系数（2D-FMC）根据声学相似性进行分割标记。CQT 特征是该算法的输入特征。该算法使用音乐结构分析框架（MSAF）实现。在评估指标方面，报告了以下指标的 F-measure： 用于边界检索的 0.5 秒和 3 秒窗口命中率，用于片段标记的成对帧聚类和熵分数。评估使用 mir_eval…

ccmusic-database/song_structure 是 ModelScope 魔搭社区上的机器学习模型，采用 MIT License 许可。

- **Repository**: ccmusic-database/song_structure
- **License**: MIT License
- **Downloads**: 268
- **Stars**: 15
- **Last updated**: 2026-08-05

Source: https://www.modelscope.cn/models/ccmusic-database/song_structure

---

# 简介
我们的评估方法采用了 Harmonix 数据集中概述的结构分割评估方法，其中使用结构特征进行边界识别，并使用二维傅里叶振幅系数（2D-FMC）根据声学相似性进行分割标记。CQT 特征是该算法的输入特征。该算法使用音乐结构分析框架（MSAF）实现。在评估指标方面，报告了以下指标的 F-measure： 用于边界检索的 0.5 秒和 3 秒窗口命中率，用于片段标记的成对帧聚类和熵分数。评估使用 mir_eval 实现。

## 快速使用
:modelscope-code[]{type="sdk"}

## 维护
```bash
GIT_LFS_SKIP_SMUDGE=1 
```

:modelscope-code[]{type="git"}

## 数据集
<https://www.modelscope.cn/datasets/ccmusic-database/song_structure>

## 镜像
<https://huggingface.co/ccmusic-database/song_structure>

## 评估
[![](./segment_results.jpg)](https://github.com/monetjoe/ccmusic_eval/tree/msa)

## 引用
```bibtex
@dataset{zhaorui_liu_2021_5676893,
  author    = {Zhaorui Liu and Zijin Li},
  title     = {Music Data Sharing Platform for Computational Musicology Research (CCMUSIC DATASET)},
  month     = nov,
  year      = 2021,
  publisher = {Zenodo},
  version   = {1.1},
  doi       = {10.5281/zenodo.5676893},
  url       = {https://doi.org/10.5281/zenodo.5676893}
}
```