論文の概要: JazzSAMBA: A Synchronous and Asynchronous Multi-take Band Audio Dataset of Jazz Standards for Live Music Models
- arxiv url: http://arxiv.org/abs/2609.34931v1
- Date: Mon, 28 Sep 2026 11:30:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 01:41:04.700679
- Title: JazzSAMBA: A Synchronous and Asynchronous Multi-take Band Audio Dataset of Jazz Standards for Live Music Models
- Title（参考訳）: JazzSAMBA:ライブ音楽モデルのためのジャズ標準の同期・非同期マルチテイクバンドオーディオデータセット
- Abstract要約: JazzSAMBAは、ドラム、ベース、ピアノ、トランペット、サックスの8人のミュージシャンによる76の標準をカバーしている。
チャート付き伴奏、コンボソース分離、フォーム対応音楽情報検索をサポートする。
- 参考スコア（独自算出の注目度）: 41.68285786079226
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Machine learning has made strong progress on music tasks, both as assistive tools and as creative partners. However, most systems train on multitrack corpora that emphasize pop and rock. Jazz, with improvisation at the core of its practice, still lacks a well-annotated corpus of clean per-stem combo recordings on standards. We introduce JazzSAMBA (Jazz Synchronous and Asynchronous Multi-take Band Audio) to fill this gap: the first originally recorded jazz-combo multitrack dataset of standards with asynchronous (overdubbed) and synchronous (live ensemble) protocols, preferred and alternate takes chosen by the musicians, and timed annotations for bars, chords, sections, and soloists. JazzSAMBA covers 76 standards by eight musicians on drums, bass, piano, trumpet, and saxophone, with per-stem audio, mixtures, and MIDI. It can support chart-conditioned accompaniment, combo source separation, and form-aware music information retrieval. We demonstrate the dataset on two tasks: a jazz combo source-separation baseline and a chart-conditioned accompaniment ablation. The dataset, code, and samples are linked from the project demo page.
- Abstract（参考訳）: 機械学習は、支援ツールやクリエイティブパートナーとしての音楽タスクに大きく進歩した。
しかし、ほとんどのシステムはポップやロックを重視したマルチトラックコーパスで訓練している。
Jazzは、その実践の核心に即興で実装されているが、いまだに標準のクリーンなコンボ録音のコーパスがない。
JazzSAMBA (Jazz Synchronous and Asynchronous Multi-take Band Audio) は、最初に録音された、非同期(過剰な)および同期(ライブアンサンブル)プロトコルによるジャズ・コンボのマルチトラック・データセットである。
JazzSAMBAは、ドラム、ベース、ピアノ、トランペット、サックスの8人のミュージシャンによる76の標準をカバーしている。
チャート付き伴奏、コンボソース分離、フォーム対応音楽情報検索をサポートする。
本研究は,ジャズコンボソース分離ベースラインとチャート条件付伴奏アブレーションの2つのタスクでデータセットを実証する。
データセット、コード、サンプルは、プロジェクトのデモページからリンクされている。
関連論文リスト
- Pose-Aware Multimodal Automatic Tagging for Greek Traditional Music [81.96990106395953]
本研究では, ダンサーポーズの使用が, 音声以外のギリシャ伝統音楽の自動タグ付けに補完的な情報を提供するかどうかを考察する。
舞踊映像から一次ダンサー骨格配列を抽出する自動パイプラインを提案する。
複数の融合戦略を用いて、一様系、全双モード結合系、および三次系を比較した。
論文 参考訳（メタデータ） (2026-09-22T21:53:06Z) - Evaluating Pretrained Music Embeddings for Cross-Performance Jazz Standard Recognition [0.0]
ジャズ・トリオ・データベース(英: Jazz Trio Database)は、ジャズ・トリオ・データベース(英: Jazz Trio Database)のキュレートされたサブセットである。
我々は,最近の音楽理解基盤モデルの凍結した事前学習音楽表現に対して,ベースラインを非スクラッチで訓練したハーモニックCNNと比較した。
以上の結果から,本モデルではトレーニング性能に過度に適合するが,事前学習した埋め込みモデルでは上位100ドル以上の結果が得られるが,演奏者の同一性に敏感であることが示唆された。
論文 参考訳（メタデータ） (2026-07-01T11:04:28Z) - Pitch Spelling Jazz Lead Sheets, Solo Transcriptions, Classical Piano and Monophonic Scores [0.0]
ピッチスペルとキー推定のためのアルゴリズムを提案する。
MIDI形式で入力されると、各バーの適切なメモ名、グローバルキーシグナチャ、ローカルスケールを推定する。
論文 参考訳（メタデータ） (2026-06-18T13:13:31Z) - Empirical Study of Pop and Jazz Mix Ratios for Genre-Adaptive Chord Generation [0.0]
コード進行生成は事実上重要であるが、未検討である。
本稿では、コード生成をスタンドアロンのタスクとして扱い、そのようなモデルがジャンルによって適合するたびに発生する問題に対処する。
論文 参考訳（メタデータ） (2026-05-06T14:59:37Z) - ChordSync: Conformer-Based Alignment of Chord Annotations to Music Audio [0.48226434581895755]
ChordSyncはコンバータベースのモデルで、コードアノテーションとオーディオトラックをシームレスにアライメントするように設計されている。
また,事前に訓練されたモデルとユーザフレンドリーなライブラリを提供し,コードアノテーションとオーディオトラックをシームレスに同期させることができる。
論文 参考訳（メタデータ） (2024-08-01T16:16:29Z) - JAZZVAR: A Dataset of Variations found within Solo Piano Performances of
Jazz Standards for Music Overpainting [2.5137859989323537]
我々は502組の変動MIDIセグメントとオリジナルMIDIセグメントのデータセットを作成する。
データセットの各バリエーションには、オリジナルのジャズ標準からのメロディとコードを含む対応するオリジナルセグメントが付属している。
私たちのデータセットの他の潜在的な応用には、表現力のあるパフォーマンス分析とパフォーマーの識別がある。
論文 参考訳（メタデータ） (2023-07-18T22:48:54Z) - Simple and Controllable Music Generation [94.61958781346176]
MusicGenは単一の言語モデル(LM)であり、圧縮された離散的な音楽表現、すなわちトークンの複数のストリームで動作する。
以前の作業とは異なり、MusicGenはシングルステージのトランスフォーマーLMと効率的なトークンインターリービングパターンで構成されている。
論文 参考訳（メタデータ） (2023-06-08T15:31:05Z) - Benchmarks and leaderboards for sound demixing tasks [44.99833362998488]
音源分離タスクのための2つの新しいベンチマークを導入する。
これらのベンチマークでは、音のデミックスやアンサンブルなどの人気モデルを比較します。
また,特定の茎に最適な異なるモデルのアンサンブルに基づく,音声分離のための新しいアプローチも開発している。
論文 参考訳（メタデータ） (2023-05-12T14:00:26Z) - PopMAG: Pop Music Accompaniment Generation [190.09996798215738]
単一シーケンスでの同時マルチトラック生成が可能なMUlti-track MIDI表現(MuMIDI)を提案する。
MuMIDIはシーケンス長を拡大し、長期音楽モデリングの新しい課題をもたらす。
我々は,ポップミュージックの伴奏生成をPopMAGと呼ぶ。
論文 参考訳（メタデータ） (2020-08-18T02:28:36Z)
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。