論文の概要: The Persian Piano Corpus: A Collection Of Instrument-Based Feature Extracted Data Considering Dastgah

• arxiv url: http://arxiv.org/abs/2311.11074v1
• Date: Sat, 18 Nov 2023 13:45:40 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-22 12:29:52.202529
• Title: The Persian Piano Corpus: A Collection Of Instrument-Based Feature Extracted Data Considering Dastgah
• Title（参考訳）: ペルシャピアノコーパス : dastgahを考慮した楽器に基づく特徴抽出データの収集
• Authors: Parsa Rasouli, Azam Bastanfard
• Abstract要約: 我々は,ペルシャピアノに関連する完全なコーパスを提供するための楽器ベースのアプローチを用いて,データの不足に対処しようと努力してきた。 ピアノコーパスにはペルシャ音楽モード(Dastgah)と包括的メタデータの関連ラベルが含まれており、様々なポピュラーな研究領域で利用することができる。
• 参考スコア（独自算出の注目度）: 8.093780395563988
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The research in the field of music is rapidly growing, and this trend emphasizes the need for comprehensive data. Though researchers have made an effort to contribute their own datasets, many data collections lack the requisite inclusivity for comprehensive study because they are frequently focused on particular components of music or other specific topics. We have endeavored to address data scarcity by employing an instrument-based approach to provide a complete corpus related to the Persian piano. Our piano corpus includes relevant labels for Persian music mode (Dastgah) and comprehensive metadata, allowing for utilization in various popular research areas. The features extracted from 2022 Persian piano pieces in The Persian Piano Corpus (PPC) have been collected and made available to researchers, aiming for a more thorough understanding of Persian music and the role of the piano in it in subsequent steps.
• Abstract（参考訳）: 音楽分野の研究は急速に増加しており、この傾向は包括的なデータの必要性を強調している。 研究者は自身のデータセットに貢献する努力をしてきたが、多くのデータ収集は、音楽やその他の特定のトピックの特定のコンポーネントに重点を置いているため、包括的な研究に必要不可欠な傾向を欠いている。 我々はペルシャピアノに関する完全なコーパスを提供するための楽器ベースのアプローチを用いて,データの不足に対処する努力を行っている。 ピアノコーパスにはペルシャ音楽モード(Dastgah)と包括的メタデータの関連ラベルが含まれており、様々なポピュラーな研究領域で利用することができる。 ペルシャピアノコーパス(ppc)の2022年のペルシャのピアノ曲から抽出された特徴が収集され、研究者に提供され、ペルシャの音楽とそれに続くステップにおけるピアノの役割をより深く理解することを目的としている。

関連論文リスト

• PIAST: A Multimodal Piano Dataset with Audio, Symbolic and Text [8.382511298208003]
  PIAST(PIAST, PIano dataset with Audio, Symbolic, and Text)は、ピアノ音楽のデータセットである。 われわれはYouTubeから9,673曲を収集し、音楽の専門家による2,023曲の人間のアノテーションを追加した。 どちらも、オーディオ、テキスト、タグアノテーション、そして最先端のピアノの書き起こしとビート追跡モデルを利用したMIDIの書き起こしである。
  論文  参考訳（メタデータ） (2024-11-04T19:34:13Z)
• CHORDONOMICON: A Dataset of 666,000 Songs and their Chord Progressions [1.8541450825478398]
  Chordonomiconは666,000曲以上の楽曲とそれらのコード進行のデータセットで、構造的部分、ジャンル、リリース日が注釈付けされている。 これらの特徴により、Chordonomiconは高度な機械学習技術を探求するための理想的なテストベッドとなる。
  論文  参考訳（メタデータ） (2024-10-29T13:53:09Z)
• Toward a More Complete OMR Solution [49.74172035862698]
  光音楽認識は、音楽の表記をデジタル形式に変換することを目的としている。 OMRに取り組む1つのアプローチは、画像内の視覚音楽の表記要素を最初に検出するマルチステージパイプラインである。 YOLOv8に基づく音楽オブジェクト検出器を導入し,検出性能を向上する。 第2に、検出出力に基づいて記法組立段階を完了する教師付きトレーニングパイプラインを導入する。
  論文  参考訳（メタデータ） (2024-08-31T01:09:12Z)
• Foundation Models for Music: A Survey [77.77088584651268]
  ファンデーションモデル(FM)は音楽を含む様々な分野に大きな影響を与えている。 本総説では,音楽の事前学習モデルと基礎モデルについて概観する。
  論文  参考訳（メタデータ） (2024-08-26T15:13:14Z)
• Towards Explainable and Interpretable Musical Difficulty Estimation: A Parameter-efficient Approach [49.2787113554916]
  音楽コレクションの整理には曲の難易度を推定することが重要である。 シンボリックな音楽表現の難易度推定には説明可能な記述子を用いる。 ピアノレパートリーで評価したアプローチは,平均2乗誤差(MSE)が1.7。
  論文  参考訳（メタデータ） (2024-08-01T11:23:42Z)
• PBSCR: The Piano Bootleg Score Composer Recognition Dataset [5.314803183185992]
  PBSCR(PBSCR)は、クラシックピアノ音楽の作曲家認識を研究するためのデータセットである。 9クラス認証タスクには4万の62x64ブートレグスコアイメージ、100クラス認証タスクには10万の62x64ブートレグスコアイメージ、事前トレーニングには未ラベルの可変長ブートレグスコアイメージ29,310が含まれる。
  論文  参考訳（メタデータ） (2024-01-30T07:50:32Z)
• WikiMuTe: A web-sourced dataset of semantic descriptions for music audio [7.4327407361824935]
  音楽の豊かな意味記述を含む新しいオープンデータセットWikiMuTeを提案する。 このデータはウィキペディアの豊富な楽曲に関する記事のカタログから得られたものである。 我々は、テキストと音声の表現を共同で学習し、モーダル検索を行うモデルを訓練する。
  論文  参考訳（メタデータ） (2023-12-14T18:38:02Z)
• 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)
• 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)
• 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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。