音乐美学评估是一个具有挑战性但尚未深入研究的问题，需要模型捕捉细致的、多维的人类感知判断。由于缺乏结构化的美学注释的大规模数据集，该领域的进展受到限制。我们推出了MADB，这是一个大型数据集和基准，包含9999首曲目，由30名训练有素的注释员进行注释。每首曲目由大约10名注释员在10个感知维度上进行评分，并给出一个总体评分，同时附有文本评论以支持多模态分析。我们建立了一个统一的评估框架，针对多个预训练模型进行评估。结果显示模型预测与人类判断之间存在显著差距，揭示了当前方法的关键局限性。MADB为人类对音乐理解提供了新的基准。
项目页面：MADB GitHub
博主点评： MADB数据集的推出为音乐美学评估提供了宝贵的资源，尤其是在多维感知方面。尽管当前模型的预测与人类评判存在差距，但这一基准将促进未来研究的深入，推动音乐理解领域的发展。