计算音乐学工具图谱的构建：基于调查的研究方法
Drafting the Landscape of Computational Musicology Tools: a Survey-Based Approach
J. J. Morgado-Vega, Sachin Sharma, Federico Simonetta
2025-09-23
开放获取音乐与舞蹈被引 4
摘要
自20世纪60年代以来，计算工具以多种方式对音乐学研究产生日益显著的影响，涵盖系统分析方法到创造力建模等多个领域。本文基于从该领域从业者处收集的调查数据，对当前计算音乐学工具的现状进行了全面评估。我们搜集了关于工具使用模式、常见分析任务、用户满意度、数据特征以及四个不同领域——符号音乐、音乐相关图像、音频和文本——中受重视程度最高的功能等方面的信息。研究结果表明，现有工具的能力与用户需求之间存在明显差距，且这些工具在所有领域均存在一定局限性。这一评估有助于推动工具开发者与音乐学者之间的持续对话，旨在提升计算方法在音乐学研究中的有效性与可及性。
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
基于全文生成- 主要观点
- 计算音乐学工具在符号、音频、图像和文本四个模态中存在工具能力与用户需求间的显著差距。现有工具普遍面临功能受限、互操作性差以及与音乐学实际研究脱节等问题。此外，音乐学家偏好图形用户界面，而开发者倾向于命令行工具，导致界面设计上的供需错位。
- 研究方法
- 研究采用问卷调查法，向计算音乐学领域的从业者收集工具使用模式、满意度及未满足需求等定量与定性数据。问卷覆盖了符号音乐、音频、图像和文本四个主要模态，并通过学术邮件列表和直接联系进行分发。最终共获得51份有效回答，并对其进行了统计分析。
- 学术贡献
- 该研究首次系统调查了计算音乐学从业者的实际需求，为开发者与音乐学者之间的对话提供了客观依据。研究结果揭示了现有工具的优缺点，有助于指导未来工具开发并减少跨工具的功能冗余。此外，研究强调了跨模态分析的重要性，为推动工具标准化和互操作性提供了实证支持。
- 存在局限
- 研究的样本量较小，仅有51份有效回答，可能无法全面代表全球计算音乐学界的观点。问卷分发渠道主要集中于学术邮件列表和专业网络，可能引入偏差，偏向于已建立的研究人员，未能充分代表新兴从业者。
- 进一步研究方向
- 未来工具开发应优先考虑互操作性，以促进不同模态间的无缝数据共享与同步分析。针对小规模数据集的普遍现象，需探索如主动学习等创新方法以从有限数据中提取有效信息。此外，社区应建立更紧密的联系机制，以持续监控并弥合开发者与音乐学家之间的需求错位。
本综述由 AI（GLM-5）阅读开放获取全文自动生成，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