CompMusic的大部分工作集中于研究五种资料库（Serra, 2014），它们中的大部分会被Dunya使用。这些研究资料库并不是固定不变的，它们是来自不同来源，会演变和增长的数据集合。从这些资源库中我们建立了固定的测试集合，用来进行特定的实验。以下是我们现有的每个研究资源库的组成部分的链接

京剧音乐

• 音频收藏：主要从商业出版获得的音频录音。
• 可编辑元数据：每个音频录音都有可编辑信息，它们被存储和组织在MusicBrainz的Dunya Beijing Opera数据库里。这部分信息一直受到精心维护，并保留了原始的中文版信息和脚本。每个发行版本、录音、作品、艺术家、以及伪发行版和别名都有对应的［汉语拼音］标注。这些元数据可以通过Dunya API，使用录音在MusicBranz上的唯一标识符(MBID)被轻松的访问到。
• 歌词：歌词通过网络上的开放数据集获得，主要来自京剧艺术和中国京剧戏考。
• 乐谱：乐谱收藏由商业出版的打印版本组成。这些研究所需的乐谱将被转换成机器可读的格式，并保留其原始的简谱记谱法。
  • 《京剧曲谱集成》，10册，上海：上海文艺出版社，1998
  • 《京剧曲谱精选》，2册，上海：上海音乐出版社，1998–2005
  • 《中国京剧流派剧目集成》，21册，北京：学苑出版社，2006–2010
• 测试集合：http://compmusic.upf.edu/zh-hans/node/351#beijing-opera

南印度古典音乐

• 音频收藏：从不同来源获得的音乐会的音频录音。其中大量的录音来自Charsur数字工作站。
• 可编辑元数据：每个音频录音都有可编辑信息，它们被存储和组织在MusicBrainz的Carnatic-Dunya收藏中。这部分信息一直受到精心维护。
• 上下文信息：在我们的音频收藏中所使用的关于音乐概念和实体的信息，它们来自Wikipedia和Kutcheris.com。
• 歌词：歌曲的歌词，它们来自音频收藏和Sahityam.net。
• 乐谱：音频收藏中歌曲对应的乐谱，它们来自Dr. Shivkumar Kalyanaraman主持的档案。这些乐谱被人工转换成机器可读的格式。
• 社区信息：社区的讨论和评论，来自Rasikas。

北印度古典音乐

• 音频收藏：从不同来源（主要是商业来源）获得的音频录音。
• 可编辑元数据：每个音频录音都有可编辑信息，它们被存储和组织在MusicBrainz的Hindustani-Dunya收藏中。这部分信息一直受到精心维护。
• 上下文信息：在我们的音频收藏中所使用的关于音乐概念和实体的信息，它们来自Wikipedia。
• 歌词和乐谱：音频收藏中歌曲对应的歌词和乐谱，它们来自Swarganga Music foundation。

土耳其玛卡姆音乐

• 音频收藏：从不同来源（主要是商业来源）获得的音频录音。
  • 部分收藏来自Internet Archive的在线数据
• 乐谱收藏：包括纯文本文件、MusicXML文件和MIDI文件的乐谱收藏，它们可在Github上获得。
• 可编辑元数据：每个音频录音都有可编辑信息，它们被存储在MusicBrainz上。这部分信息一直受到精心维护。

北非安达卢斯音乐

• 音频收藏：来自我们的北非安达卢斯合作伙伴Amin Chaachoo的个人收藏的音频录音。所有这些录音都被上传至Internet Archive的在线数据中。
• 可编辑元数据：每个音频录音都有可编辑信息，它们被存储在MusicBrainz上。这部分信息一直受到精心维护。不过，有一些文化特定的元数据无法被存储在MusicBrainz上，比如nawba、tab'、mizán、曲式以及每个段落的起始和结束时间标记。这些元数据被存储在我们自己的数据集中，它们可以通过Dunya API，使用录音在MusicBranz上的唯一标识符(MBID)被轻松的访问到。
• 歌词：资源库中每个北非安达卢斯音乐录音对应的歌词，它们来自Mehdi Chaachoo (Imprimerie Al Khalij Al Arabi, Tetouan, Morocco, 2009)的歌集"Diwan Al-Ala"，并且通过人工听所有录音进行了筛选。
  • TSV和JSON格式的第一版歌词可以从这里获得
  • 也可以通过我们的Dunya API进行访问
• 乐谱：资源库中每个北非安达卢斯音乐录音的乐谱，由我们的合作伙伴，北非安达卢斯音乐学家Amin Chachoo记谱。