AAM：面向各类音乐信息检索任务的人工音频多轨数据集
AAM: a dataset of Artificial Audio Multitracks for diverse music information retrieval tasks
Fabian Ostermann, Igor Vatolkin, Martin Ebeling
EURASIP Journal on Audio Speech and Music Processing · 2023-03-23
摘要
我们推出一个包含3000条人工音乐曲目的新数据集，这些曲目基于真实乐器采样，并依据音乐理论通过算法创作而成，配有丰富的标注信息。相较于现有诸多数据集，该数据集提供了精确的起始时刻基准信息，具备多项优势。它可用于比较和优化各类音乐信息检索任务的算法，包括音乐切分、乐器识别、声源分离、起始时刻检测、调性与和弦识别以及节奏估计等。由于音频与原始MIDI文件完全对齐，所有标注（起始时刻、音高、乐器类型、调性、节奏、和弦、节拍及段落边界）均极为精准。正因如此，可针对特定场景展开研究，例如仅检测存在乐器和调性变化的段落边界，或仅在含鼓点且节奏缓慢的曲目中检测起始时刻。这便于对算法进行全面的评估，并找出其具体薄弱环节。与商业音乐数据集不同，该数据集中的所有音频曲目均可自由获取，便于提取自定义的音频特征。所有音乐作品均以单乐器音轨及混音轨的形式存储，因此可施加不同的增强处理与数字信号处理效果，以扩充训练集并创建个性化混音，进而用于深度神经网络训练。我们通过三个案例研究，展示了如何针对音乐切分、乐器识别及起始时刻检测任务，对不同算法与神经网络模型进行分析与比较。未来，还可根据特定需求灵活扩展该数据集的创作流程。
本摘要由 AI（Hy-MT2-Pro）翻译生成，仅供参考，请以原文为准。
AI 综述
基于摘要生成- 主要观点
- 本文介绍了一个包含3000首人工音乐多轨的数据集，该数据集基于真实乐器样本并遵循音乐理论生成，具备绝对精确的标注信息。与现有商业音乐数据集相比，该数据集免费开放且音频与MIDI完美对齐，能够支持针对特定场景的算法评估与弱点识别，从而满足多种音乐信息检索任务的需求。
- 研究方法
- 研究采用遵循音乐理论的算法作曲方法生成音频，并以单乐器轨和混音轨双重格式存储数据。同时，通过音乐分割、乐器识别和起始点检测三个案例研究，对不同的算法和神经网络模型进行了分析与比较。
- 学术贡献
- 该研究贡献了一个免费且标注绝对精确的多轨音乐数据集，突破了商业数据集在音频特征提取上的版权限制。其精确的真实参考标注和特定场景构建能力，使得穷尽式评估和精准识别算法薄弱环节成为可能。此外，单轨存储方式为深度神经网络的训练集扩展、数据增强及自定义混音提供了便利。
- 存在局限
- 材料中未明确提及
- 进一步研究方向
- 未来可根据对作曲过程的特定需求，对该数据集进行扩展与扩充。这将有助于适应更多样化的音乐信息检索任务或算法优化需求。
本综述由 AI（GLM-5-Turbo）基于摘要自动生成，仅供参考，不代表原文作者观点，请以原文为准。
参考文献
相关论文
话题：Music and Audio Processing