論文の概要: JSIR: An Audio-Aligned, Multi-Task Dataset of Jazz Standard Recordings
- arxiv url: http://arxiv.org/abs/2610.15356v1
- Date: Sun, 11 Oct 2026 05:29:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-20 01:33:11.417605
- Title: JSIR: An Audio-Aligned, Multi-Task Dataset of Jazz Standard Recordings
- Title（参考訳）: JSIR: ジャズ標準録音のオーディオ対応マルチタスクデータセット
- Abstract要約: 本稿では,情報検索のためのジャズ標準データセットであるJSIRについて述べる。
267枚のジャズ・スタンダードの録音は25.6時間で、JAAHのオーディオの3.7倍である。
各録音に対して、ビート・アンド・ダウンビート・ポジション、コード、セクションのアノテーションを提供し、すべてジャズ・ミュージシャンが作成し、いくつかのパスで改訂する。
- 参考スコア（独自算出の注目度）: 3.6725625648219684
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Beat tracking, chord estimation, and structure analysis are staple tasks of music information retrieval. Their datasets are drawn largely from Western popular music, and jazz remains a repertoire on which state-of-the-art systems underperform. We present JSIR, the Jazz Standards dataset for Information Retrieval. Its 267 recordings of 44 jazz standards span 25.6 hours, 3.7 times the audio of JAAH, the closest existing resource. For each recording, we provide annotations for beat and downbeat positions, chords, and sections, all produced by a jazz musician and revised in several passes. In baseline experiments, models trained with JSIR also improve on other jazz datasets: the downbeat F-measure of a state-of-the-art beat tracker rises from 87.7% to 89.2%, and the seventh-chord accuracy of a pop-trained chord estimator on JAAH from 34% to 41%. We publicly release the annotations, the annotation tool used to create them, and a web application that displays them in sync with the audio.
- Abstract（参考訳）: ビートトラッキング、コード推定、構造解析は、音楽情報検索の基本的なタスクである。
彼らのデータセットは、主に西洋のポピュラー音楽から引かれ、ジャズは、最先端のシステムが演奏するレパートリーとして残されている。
本稿では,情報検索のためのジャズ標準データセットであるJSIRについて述べる。
267枚のジャズ・スタンダードの録音は25.6時間で、JAAHのオーディオの3.7倍である。
各録音に対して、ビート・アンド・ダウンビート・ポジション、コード、セクションのアノテーションを提供し、すべてジャズ・ミュージシャンが作成し、いくつかのパスで改訂する。
ベースライン実験では、JSIRで訓練されたモデルは、他のジャズデータセットにも改善されている: 最先端ビートトラッカーのダウンビートF測定は87.7%から89.2%に上昇し、JAAHでポップトレーニングされたコード推定器の7コード精度は34%から41%に向上した。
私たちは、アノテーション、アノテーションを作成するのに使われたアノテーションツール、オーディオと同期してアノテーションを表示するWebアプリケーションを公開しています。
関連論文リスト
- JazzSAMBA: A Synchronous and Asynchronous Multi-take Band Audio Dataset of Jazz Standards for Live Music Models [41.68285786079226]
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。
論文 参考訳（メタデータ） (2026-09-28T11:30:10Z) - YuE2: Unifying Symbolic and Audio Music Generation at Frontier Quality [74.61395664600597]
我々は,記号プランニングにより,フロンティア品質の象徴的およびオーディオ音楽生成を統一するYuE2を紹介する。
1つのAR-NAR Mixture-of-Transformers (MoT)は、まずメロディとハーモニーを指定する可読性スコアを書き、セマンティックミュージックトークンに拡張し、フルソングオーディオとして実現する。
専門家の聞き取りは、プロプライエタリな曲のジェネレータとの競争力をさらに確立し、Suno v4.5よりも8のベストを保ち、Suno v5に対してほぼバランスの取れた好みを与える。
論文 参考訳（メタデータ） (2026-09-27T16:55:13Z) - Audio-to-Score Transcription using Pre-trained Features, Data Augmentation, and the New SheetSage-A2S Dataset [42.562297895496705]
既存のオーディオ・トゥ・スコアシステム(A2S)は主にクラシック音楽に焦点を当てており、ポピュラー音楽への応用は未検討のままである。
本論文はまず,テキストt**kernスコアエンコーディングを9,468クリップで61時間の音声を含むSheetSage-A2Sデータセットを提案する。
また,データ拡張とMuQを用いて既存のA2Sアプローチを改善した。
論文 参考訳（メタデータ） (2026-08-06T15:33:18Z) - 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) - FIGMA: Towards FIne-Grained Music retrievAl [65.98380295254817]
自然言語記述による音楽の検索はCLAPのような対照的な音声テキストモデルで改善されているが、現在のシステムはいまだに大まかなセマンティッククエリに限られている。
この制限は、長いキャプションで訓練されているにもかかわらず、CLAPベースのモデルは、最初の数個のトークンのみを効果的に活用する。
本研究では,グローバルな音声テキストアライメントとフレームレベルのトークンアライメントを共同で最適化することで,この制限に対処するマルチビューコントラストアーキテクチャであるFIGMAを提案する。
論文 参考訳（メタデータ） (2026-06-04T18:05:39Z) - 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) - 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)
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。