PianoCoRe: Combined and Refined Piano MIDI Dataset
Dieser Beitrag stellt PianoCoRe vor, einen groß angelegten, einheitlichen und verfeinerten Piano-MIDI-Datensatz, der über 250.000 Aufführungen mit notenweisen Ausrichtungen umfasst und von neuartigen Werkzeugen zur Qualitätsklassifizierung und Verfeinerung der Ausrichtungen begleitet wird, um die Modellierung expressiver Aufführungen und die Forschung im Bereich der Musikinformationsgewinnung voranzubringen.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie versuchen einem Roboter beizubringen, Klavier mit menschlicher Emotion zu spielen. Dafür benötigen Sie zwei Dinge: die Noten (die Anweisungen) und eine Aufnahme eines echten Menschen, der sie spielt (der Ausdruck).
Lange Zeit hatten Forscher ein Problem: Sie hatten entweder einen Berg von Noten ohne Aufnahmen oder Tausende von Aufnahmen ohne Noten, oder die beiden passten nicht korrekt zusammen. Es war, als hätte man eine Bibliothek mit Rezepten, aber keine Fotos der fertigen Gerichte, oder eine Million Fotos von Gerichten, aber keine Ahnung, welche Zutaten verwendet wurden.
Diese Arbeit stellt PianoCoRe vor, eine massive neue „Bibliothek", die dieses Durcheinander behebt. So funktioniert es, einfach aufgeschlüsselt:
1. Die große Aufräumaktion (die Arbeit des „Bibliothekars")
Der Autor, Ilya Borovik, nahm mehrere bestehende Haufen von Klavierdaten aus dem Internet und schlug sie zusammen. Aber anstatt sie einfach in einem Haufen zu deponieren, agierte er wie ein super-organisierter Bibliothekar:
- Zuordnung: Er nutzte ein intelligentes Computerprogramm, um die Noten den richtigen Aufnahmen zuzuordnen, selbst wenn die Dateinamen chaotisch oder unterschiedlich waren.
- Bereinigung: Er fand und entfernte „Duplikate" (wie das Auffinden von zwei Kopien desselben Songs, gespielt von derselben Person, und das Behalten nur einer).
- Qualitätskontrolle: Er baute einen „Roboter-Inspektor" (einen Klassifikator), der sich die Aufnahmen ansieht und sagt: „Dieser ist Müll", „Dieser ist nur ein Computer, der die Noten roboterhaft abspielt" oder „Dieser ist eine großartige menschliche Darbietung". Er warf die schlechten weg.
2. Die „RAScoP"-Pipeline (der „Redakteur")
Manchmal ist die Zuordnung zwischen Noten und Aufnahme nicht perfekt. Vielleicht übersprang die Aufnahme ein Wiederholungszeichen, oder der Computer war verwirrt und fügte eine Note hinzu, die nicht da war.
Der Autor entwickelte ein Werkzeug namens RAScoP (Refined Alignment for Scores and Performances). Betrachten Sie dies als einen intelligenten Redakteur:
- Es findet die „Glitches", bei denen der Takt seltsam ist.
- Es füllt die Lücken, in denen die Aufnahme eine Note verpasst hat (indem es anhand der umgebenden Musik errät, was die Note hätte sein sollen).
- Es stellt sicher, dass Noten und Aufnahme perfekt synchronisiert sind, Note für Note.
3. Das Ergebnis: Eine gestaffelte Bibliothek
Das Endergebnis ist ein riesiger Datensatz namens PianoCoRe, der über 250.000 Darbietungen von 5.600 Stücken von 483 Komponisten enthält. Das sind über 21.000 Stunden Musik!
Um es für verschiedene Personen nutzbar zu machen, ordnete der Autor es in „Stufen" ein (wie verschiedene Abteilungen in einer Bibliothek):
- PianoCoRe-C (Die gesamte Sammlung): Die massive, rohe Mischung aus allem. Gut für Big-Data-Projekte.
- PianoCoRe-B (Die bereinigte Version): Die Duplikate und der Müll sind weg. Dies ist die „sichere" Version zum Trainieren von KI-Modellen.
- PianoCoRe-A (Die perfekt abgestimmte Version): Die Aufnahmen, die perfekt auf die Noten abgestimmt sind, wobei der „Redakteur" (RAScoP) etwaige Timing-Fehler korrigiert. Dies ist der Goldstandard, um Robotern beizubringen, expressiv zu spielen.
4. Hat es funktioniert? (Der Beweis)
Der Autor testete diese neue Bibliothek, indem er einen Roboter im Klavierspielen trainierte.
- Der Test: Er lehrte Roboter mit kleinen, chaotischen Datensätzen und verglich sie mit einem Roboter, der auf seinem neuen, sauberen, riesigen Datensatz trainiert wurde.
- Das Ergebnis: Der auf PianoCoRe trainierte Roboter war viel besser darin, mit menschlichem Timing und Emotion zu spielen. Er geriet nicht so leicht in Verwirrung, wenn er neue Songs spielte, die er noch nie gesehen hatte.
Warum das wichtig ist
Bevor dies geschah, mussten Forscher Monate damit verbringen, ihre eigenen Daten zu bereinigen, und landeten oft bei kleinen, chaotischen Datensätzen. PianoCoRe gibt ihnen eine gebrauchsfertige, hochwertige Grundlage. Es ist, als würde man einem Koch eine vorgehackte, vorgewaschene, perfekt abgemessene Box mit Zutaten geben, anstatt einen Sack voller roher, schlammiger Gemüse.
Wichtiger Hinweis: Der Autor war sehr sorgfältig und nahm nur Musik auf, die sich im „öffentlichen Bereich" befindet (alt genug, dass das Urheberrecht abgelaufen ist), wodurch diese Bibliothek für alle dauerhaft legal und sicher nutzbar ist.
Kurz gesagt: PianoCoRe ist die ultimative, bereinigte, perfekt abgestimmte Bibliothek von Klaviermusik, die Computern hilft, wie Menschen zu spielen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.