論文の概要: Gugak-VocalSet: A Multi-Genre Studio-Quality Dataset of Korean Traditional Singing with Sigimsae Annotations

• arxiv url: http://arxiv.org/abs/2610.15350v1
• Date: Sun, 11 Oct 2026 05:14:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.201888
• Title: Gugak-VocalSet: A Multi-Genre Studio-Quality Dataset of Korean Traditional Singing with Sigimsae Annotations
• Title（参考訳）: Gugak-VocalSet:Studio-Quality Dataset of Korean Traditional Sing with Sigimsae Annotations (英語)
• Abstract要約: Gugak-VocalSetは韓国の伝統歌唱における,シギムサエの濃密なアノテーションを用いた最初の公開音声データセットである。 グガック・ヴォーカルセットには、ナショナル・グガック・センターがキュレーションした305曲のレパートリーで、24.5時間の伴奏なしのソロ・ボーカルが収録されている。
• 参考スコア（独自算出の注目度）: 17.983644523908886
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present Gugak-VocalSet, the first publicly available audio dataset for Korean traditional singing with dense annotations of sigimsae, a structured pitch contour system of vocal expressions. Gugak-VocalSet contains 24.5 hours of unaccompanied solo vocal recordings across 305 tracks of representative repertoire curated by the National Gugak Center, performed by 20 professional singers in a controlled studio environment with fixed key and tempo. In addition to genre, lyrics, and mood/timbre tags, the dataset provides a unified sigimsae ontology and approximately 68,000 segments (71,700 instances including multi-label) of audio-grounded sigimsae annotations; the ontology adopts a functional-position-based hierarchy designed for consistent application across genres, and 14 expert annotators specializing in Korean traditional music performed segment-level labeling accordingly. Baseline experiments on sigimsae classification and event detection show that domain-informed F0 representations remain competitive with, and on classification surpass, frozen probing of a general-purpose music foundation model, while pitch and spectral cues play complementary roles in event-level detection. Companion page: https://www.danbinaerin.com/Gugak-VocalSet/
• Abstract（参考訳）: 本稿では,韓国の伝統歌唱用音声データセットであるGugak-VocalSetについて紹介する。 グガック・ヴォーカル・セットは、ナショナル・グガック・センターがキュレーションした305曲のレパートリーで、24.5時間の伴奏なしのソロ・ボーカル・レコーディングを収録しており、20人のプロの歌手が、固定鍵とテンポでコントロールされたスタジオ環境下で演奏している。 ジャンル、歌詞、ムード/音色タグに加えて、このデータセットは、統一されたシギムザエオントロジーと、音声接地されたシギムザエアノテーションの約68,000のセグメント(多ラベルを含む71,700のインスタンス)を提供し、オントロジーは、ジャンルをまたいで一貫したアプリケーション用に設計された機能的なポジションベースの階層を採用し、韓国伝統音楽に特化した14のエキスパートアノテータがセグメントレベルのラベリングを行う。 Sigimsae分類とイベント検出のベースライン実験により、ドメインインフォームドF0表現は、一般的な音楽基盤モデルのフリーズ・プロブリングと競合し続け、一方、ピッチとスペクトルはイベントレベルの検出において相補的な役割を果たすことが示された。 Companion page: https://www.danbinaerin.com/Gugak-VocalSet/

関連論文リスト

• Recognizing Ornaments in Vocal Indian Art Music with Active Annotation [2.9219095364935885]
  R=aga Ornamentation Detection (ROD) は、インドのクラシック音楽の録音を専門のミュージシャンがキュレートした新しいデータセットである。 このデータセットは、カスタムのHuman-in-the-Loopツールを使用して、イベントベースのラベルとしてマークされた6つのボーカル装飾に注釈付けされている。 我々は,長い音声録音のチャンク中に,装飾境界を保った深部時系列解析に基づく装飾検出モデルを開発した。
  論文  参考訳（メタデータ） (2025-05-07T13:52:50Z)
• Automatic Estimation of Singing Voice Musical Dynamics [9.343063100314687]
  本稿では,データセットキュレーションの方法論を提案する。 我々は163のスコアファイルと一致して509の楽曲のダイナミックスを歌声の演奏に注釈付けしたデータセットをコンパイルする。 我々は、様々なウィンドウサイズを持つCNNモデルを訓練し、音楽力学を推定するの有効性を評価する。 実験の結果,バークスケールによる音声力学予測は対数メル特徴よりも優れていた。
  論文  参考訳（メタデータ） (2024-10-27T18:15:18Z)
• GTSinger: A Global Multi-Technique Singing Corpus with Realistic Music Scores for All Singing Tasks [52.30565320125514]
  GTSingerは、グローバルで、多技術で、無料で使える、高品質な歌唱コーパスで、リアルな音楽スコアがある。 高品質な歌声を80.59時間収集し、最大の歌唱データセットを形成する。 我々は,技術制御可能な歌唱音声合成,技術認識,スタイル伝達,音声歌唱変換の4つのベンチマーク実験を行った。
  論文  参考訳（メタデータ） (2024-09-20T18:18:14Z)
• Finding Tori: Self-supervised Learning for Analyzing Korean Folk Song [0.966840768820136]
  1980-90年代頃の韓国民謡の約700時間におけるフィールド記録データセットの計算解析について紹介する。 ほとんどの曲は伴奏のない非熟練ミュージシャンによって歌われているため、データセットにはいくつかの課題がある。 この課題に対処するために,ピッチ輪郭に基づく畳み込みニューラルネットワークを用いた自己教師型学習を利用した。
  論文  参考訳（メタデータ） (2023-08-04T11:13:15Z)

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。