Fugu-MT 論文翻訳(概要): ChMusic: A Traditional Chinese Music Dataset for Evaluation of Instrument Recognition

論文の概要: ChMusic: A Traditional Chinese Music Dataset for Evaluation of Instrument Recognition

arxiv url: http://arxiv.org/abs/2108.08470v1
Date: Thu, 19 Aug 2021 03:26:32 GMT
ステータス: 処理完了
システム内更新日: 2021-08-20 14:18:04.791281
Title: ChMusic: A Traditional Chinese Music Dataset for Evaluation of Instrument Recognition
Title（参考訳）: ChMusic: 楽器認識評価のための中国の伝統音楽データセット
Authors: Xia Gong, Yuxiang Zhu, Haidi Zhu, Haoran Wei
Abstract要約: 本稿では,ChMusicという学習モデルと演奏評価のための中国の伝統音楽データセットを提案する。このデータセットは無料で公開されており、このデータセットには11の中国伝統楽器と55の中国伝統音楽の抜粋が記録されている。
参考スコア（独自算出の注目度）: 4.761003763008295
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Musical instruments recognition is a widely used application for music information retrieval. As most of previous musical instruments recognition dataset focus on western musical instruments, it is difficult for researcher to study and evaluate the area of traditional Chinese musical instrument recognition. This paper propose a traditional Chinese music dataset for training model and performance evaluation, named ChMusic. This dataset is free and publicly available, 11 traditional Chinese musical instruments and 55 traditional Chinese music excerpts are recorded in this dataset. Then an evaluation standard is proposed based on ChMusic dataset. With this standard, researchers can compare their results following the same rule, and results from different researchers will become comparable.
Abstract（参考訳）: 楽器認識は、音楽情報検索に広く用いられているアプリケーションである。従来の楽器認識データセットのほとんどは西洋楽器に重点を置いているため、研究者が中国伝統楽器認識の領域を研究・評価することは困難である。本稿では,ChMusicという学習モデルと演奏評価のための中国の伝統音楽データセットを提案する。このデータセットは無料で公開されており、11の中国伝統楽器と55の中国伝統音楽の抜粋がこのデータセットに記録されている。次に,ChMusicデータセットに基づく評価基準を提案する。この標準により、研究者は同じ規則に従って結果を比較することができ、異なる研究者による結果が同等になる。

関連論文リスト

DAIRHuM: A Platform for Directly Aligning AI Representations with Human Musical Judgments applied to Carnatic Music [0.0]
本稿では,AI音楽モデルRepresentationsとHuman Musical judgments(DAIRHuM)の直接的なアライメントを探求するプラットフォームを提案する。ミュージシャンや実験家が音楽録音のデータセットに類似点をラベル付けできるように設計され、事前訓練されたモデルのラベルとのアライメントを調べる。その結果、リズムの調和の人的判断とモデルアライメントに関する顕著な知見が得られ、また、リズム知覚とカーナティック音楽特有の音楽類似性判断に重要な違いが浮き彫りにされた。
論文参考訳（メタデータ） (2024-11-22T13:04:51Z)
Enriching Music Descriptions with a Finetuned-LLM and Metadata for Text-to-Music Retrieval [7.7464988473650935]
Text-to-Music Retrievalは、広範な音楽データベース内のコンテンツ発見において重要な役割を担っている。本稿では,TTMR++と呼ばれる改良されたテキスト・音楽検索モデルを提案する。
論文参考訳（メタデータ） (2024-10-04T09:33:34Z)
The Song Describer Dataset: a Corpus of Audio Captions for Music-and-Language Evaluation [18.984512029792235]
高品質オーディオ・キャプション・ペアのクラウドソーシング・コーパスであるSong Describer dataset (SDD)を紹介した。データセットは、706曲の録音を人間の記述で記述した1.1kの自然言語で構成されている。
論文参考訳（メタデータ） (2023-11-16T17:52:21Z)
From West to East: Who can understand the music of the others better? [91.78564268397139]
我々は、異なる音楽文化間の類似性についての洞察を導き出すために、伝達学習手法を活用する。西洋音楽の2つのデータセット、地中海東部の文化に由来する伝統的・民族的な2つのデータセット、インドの芸術音楽に属する2つのデータセットを使用します。 CNNベースの2つのアーキテクチャとTransformerベースのアーキテクチャを含む3つのディープオーディオ埋め込みモデルがトレーニングされ、ドメイン間で転送される。
論文参考訳（メタデータ） (2023-07-19T07:29:14Z)
MARBLE: Music Audio Representation Benchmark for Universal Evaluation [79.25065218663458]
我々は,UniversaL Evaluation(MARBLE)のための音楽音響表現ベンチマークを紹介する。音響、パフォーマンス、スコア、ハイレベルな記述を含む4つの階層レベルを持つ包括的分類を定義することで、様々な音楽情報検索(MIR)タスクのベンチマークを提供することを目的としている。次に、8つの公開データセット上の14のタスクに基づいて統一されたプロトコルを構築し、ベースラインとして音楽録音で開発されたすべてのオープンソース事前学習モデルの表現を公平かつ標準的に評価する。
論文参考訳（メタデータ） (2023-06-18T12:56:46Z)
Proceedings of the 4th International Workshop on Reading Music Systems [75.24366528496427]
このワークショップは、音楽を読むシステムを開発する研究者と、そのようなシステムの恩恵を受けることができる他の研究者や実践者とを結びつけることを目的としている。ワークショップで注目されるトピックは、音楽読解システム、光学音楽認識である。以下は、2022年11月18日に開催された第4回読書音楽システム国際ワークショップの手続きである。
論文参考訳（メタデータ） (2022-11-23T20:16:45Z)
A Dataset for Greek Traditional and Folk Music: Lyra [69.07390994897443]
本稿では,80時間程度で要約された1570曲を含むギリシャの伝統音楽と民俗音楽のデータセットについて述べる。このデータセットにはYouTubeのタイムスタンプ付きリンクが組み込まれており、オーディオやビデオの検索や、インスツルメンテーション、地理、ジャンルに関する豊富なメタデータ情報が含まれている。
論文参考訳（メタデータ） (2022-11-21T14:15:43Z)
MusicBERT: Symbolic Music Understanding with Large-Scale Pre-Training [97.91071692716406]
シンボリック・ミュージックの理解(シンボリック・ミュージックの理解)とは、シンボリック・データから音楽を理解することを指す。 MusicBERTは、音楽理解のための大規模な事前訓練モデルである。
論文参考訳（メタデータ） (2021-06-10T10:13:05Z)
Deep Neural Network for Musical Instrument Recognition using MFCCs [0.6445605125467573]
楽器認識は、その音響によって楽器の識別を行うタスクである。本稿では,20種類の楽器の分類を訓練した人工ニューラルネットワーク(ann)モデルを用いた。
論文参考訳（メタデータ） (2021-05-03T15:10:34Z)
dMelodies: A Music Dataset for Disentanglement Learning [70.90415511736089]
我々は、研究者が様々な領域でアルゴリズムの有効性を実証するのに役立つ新しいシンボリック・ミュージック・データセットを提案する。これはまた、音楽用に特別に設計されたアルゴリズムを評価する手段を提供する。データセットは、遠絡学習のためのディープネットワークのトレーニングとテストに十分な大きさ(約13万データポイント)である。
論文参考訳（メタデータ） (2020-07-29T19:20:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。