🤖 machine learning

PianoCoRe: Combined and Refined Piano MIDI Dataset

Questo articolo introduce PianoCoRe, un dataset MIDI pianistico su larga scala, unificato e raffinato comprendente oltre 250.000 esecuzioni con allineamenti a livello di nota, corredato da nuovi strumenti per la classificazione della qualità e il perfezionamento degli allineamenti, al fine di promuovere la modellazione delle esecuzioni espressive e la ricerca nel campo del recupero delle informazioni musicali.

Autori originali: Ilya Borovik

Pubblicato 2026-05-08

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: Ilya Borovik

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di dover insegnare a un robot come suonare il piano con emozione umana. Per farlo, hai bisogno di due cose: lo spartito (le istruzioni) e una registrazione di una persona reale che lo suona (l'espressione).

Per molto tempo, i ricercatori hanno avuto un problema: avevano o una montagna di spartiti senza registrazioni, o migliaia di registrazioni senza spartiti, oppure i due non corrispondevano correttamente. Era come avere una biblioteca di ricette ma nessuna foto dei piatti finiti, oppure un milione di foto di piatti ma nessuna idea di quali ingredienti fossero stati usati.

Questo articolo introduce PianoCoRe, una nuova enorme "biblioteca" che risolve questo caos. Ecco come funziona, spiegato in modo semplice:

1. La Grande Pulizia (Il Lavoro del "Bibliotecario")

L'autore, Ilya Borovik, ha preso diverse pile esistenti di dati per pianoforte provenienti da internet e le ha fuse insieme. Ma invece di semplicemente scaricarle in un mucchio, ha agito come un bibliotecario super-organizzato:

Corrispondenza: Ha utilizzato un programma informatico intelligente per abbinare gli spartiti alle registrazioni corrette, anche se i nomi dei file erano disordinati o diversi.
Pulizia: Ha trovato e rimosso i "duplicati" (come trovare due copie della stessa canzone suonate dalla stessa persona e conservarne solo una).
Controllo di Qualità: Ha costruito un "ispettore robot" (un classificatore) che esamina le registrazioni e dice: "Questa è spazzatura", "Questa è solo un computer che legge lo spartito in modo robotico" oppure "Questa è un'ottima esecuzione umana". Ha scartato quelle scadenti.

2. La Pipeline "RAScoP" (L'"Editore")

A volte, l'abbinamento tra lo spartito e la registrazione non è perfetto. Forse la registrazione ha saltato un segno di ripetizione, o il computer si è confuso e ha aggiunto una nota che non c'era.
L'autore ha creato uno strumento chiamato RAScoP (Refined Alignment for Scores and Performances). Pensalo come un editore intelligente:

Trova i "glitch" dove il ritmo è strano.
Colma le lacune dove la registrazione ha saltato una nota (indovinando quale nota avrebbe dovuto esserci basandosi sulla musica circostante).
Assicura che lo spartito e la registrazione siano perfettamente sincronizzati, nota per nota.

3. Il Risultato: Una Biblioteca a Livelli

Il risultato finale è un enorme dataset chiamato PianoCoRe, che contiene oltre 250.000 esecuzioni di 5.600 brani di 483 compositori. Sono oltre 21.000 ore di musica!

Per renderlo utile a persone diverse, l'autore lo ha organizzato in "livelli" (come sezioni diverse in una biblioteca):

PianoCoRe-C (L'Intera Collezione): La miscela enorme e grezza di tutto. Buona per progetti di big data.
PianoCoRe-B (La Versione Pulita): I duplicati e la spazzatura sono stati rimossi. Questa è la versione "sicura" per l'addestramento di modelli di intelligenza artificiale.
PianoCoRe-A (La Versione Perfettamente Allineata): Le registrazioni che corrispondono perfettamente agli spartiti, con l'"editore" (RAScoP) che corregge eventuali errori di ritmo. Questo è lo standard aureo per insegnare ai robot a suonare in modo espressivo.

4. Ha Funzionato? (La Prova)

L'autore ha testato questa nuova biblioteca addestrando un robot a suonare il piano.

Il Test: Ha insegnato ai robot utilizzando piccoli dataset disordinati e li ha confrontati con un robot addestrato sul suo nuovo, pulito e enorme dataset.
Il Risultato: Il robot addestrato su PianoCoRe era molto migliore nel suonare con tempismo ed emozione simili a quelli umani. Non si confondeva facilmente quando suonava nuovi brani che non aveva mai visto prima.

Perché Questo È Importante

Prima di questo, i ricercatori dovevano passare mesi a pulire i propri dati, spesso finendo con dataset piccoli e disordinati. PianoCoRe offre loro una base pronta all'uso e di alta qualità. È come dare a uno chef una scatola di ingredienti già tritati, già lavati e perfettamente misurati invece di un sacco di verdure crude e fangose.

Nota Importante: L'autore ha fatto molta attenzione a includere solo musica che è nel "pubblico dominio" (abbastanza vecchia da aver perso il copyright), assicurando che questa biblioteca sia legale e sicura per l'uso di tutti per sempre.

In sintesi: PianoCoRe è la biblioteca definitiva, ripulita e perfettamente abbinata di musica per pianoforte che aiuta i computer a imparare a suonare come gli umani.

Riepilogo Tecnico: PianoCoRe: Dataset MIDI per Pianoforte Combinato e Raffinato

1. Enunciazione del Problema

I dataset di musica simbolica contenenti spartiti e esecuzioni corrispondenti sono fondamentali per le attività di Recupero dell'Informazione Musicale (MIR), in particolare per la modellazione della resa espressiva delle esecuzioni. Tuttavia, le risorse esistenti soffrono di limitazioni significative:

Frammentazione: I dataset registrati ad alta fedeltà (ad esempio, MAESTRO, ASAP) offrono precisione ma mancano di scala e diversità stilistica. Al contrario, i dataset trascritti su larga scala (ad esempio, GiantMIDI-Piano, Aria-MIDI) offrono scala ma spesso contengono errori di trascrizione, mancano di allineamenti precisi a livello di nota e soffrono di metadati incoerenti.
Incompatibilità: Schemi di denominazione e standard di metadati incompatibili rendono difficile la combinazione dei dataset senza rischiare la fuoriuscita di informazioni.
Problemi di Qualità: I file MIDI trascritti contengono spesso dati corrotti, trascrizioni "simili allo spartito" prive di espressività, duplicati e rumore temporale (ad esempio, jitter di attacco, artefatti di altezza infinita).
Vincoli Legali: Molti dataset esistenti includono materiale protetto da copyright, limitandone l'utilità accademica a lungo termine.

Esiste un vuoto critico per una risorsa unificata e su larga scala che combini la scala dei dati trascritti con la precisione delle esecuzioni registrate, tutto legalmente sostenibile e allineato agli spartiti.

2. Metodologia

Il paper presenta PianoCoRe, un dataset costruito attraverso una pipeline di curatela e raffinamento multi-stadio.

2.1 Raccolta e Corrispondenza dei Dati

Il dataset integra cinque fonti open-source primarie: ASAP, ATEPP, GiantMIDI-Piano, PERiScoPe e Aria-MIDI.

Filtraggio Legale: I contenuti sono limitati a opere di pubblico dominio nell'Unione Europea per garantire la sostenibilità legale.
Elaborazione degli Spartiti: I file MusicXML vengono convertiti in MIDI utilizzando la libreria partitura. Ciò comporta lo svolgimento degli ornamenti (trilli, mordenti), l'espansione delle note di abbellimento e la gestione delle ripetizioni (creando versioni sia massimali che minime).
Strategia di Corrispondenza: Una pipeline a tre stadi corrisponde le esecuzioni agli spartiti:
1. Selezione dei Candidati: Filtraggio basato sul nome del compositore, sul rapporto del numero di note ( $0.75 \le R_n \le 1.33$ ) e su parole chiave del catalogo.
2. Allineamento delle Note: Utilizzo di DualDTWNoteMatcher (da Parangonar) con Warping Temporale Dinamico (DTW) ottimizzato con Numba per calcolare allineamenti a livello di nota.
3. Verifica: Una coppia viene accettata se il richiamo dell'allineamento ( $R_a$ ) supera 0.7.

2.2 Valutazione della Qualità e Deduplicazione

Per produrre il sottoinsieme PianoCoRe-B, gli autori affrontano duplicati e problemi di qualità:

Deduplicazione: Un'euristica basata sui contenuti raggruppa le esecuzioni con $\ge 50\%$ di attacchi di note simili (entro 50ms). Viene mantenuto un file "capofila" basato sulla priorità della fonte.
Classificatore di Qualità MIDI: Un encoder transformer a 12 livelli (pre-addestrato su Aria-MIDI) viene addestrato per classificare i file MIDI in quattro categorie: Spartito (senza vita), Alta Qualità (HQ), Bassa Qualità (LQ) e Corrotto.
- Dati di Addestramento: Le etichette sono generate tramite un'euristica soft basata sui rapporti di allineamento ( $R'_a$ ). Vengono utilizzate corruzioni sintetiche (rimozione di note, jitter) per bilanciare il dataset.
- Prestazioni: Il classificatore ottiene un punteggio F1 macro dell'89,1%, distinguendo efficacemente le trascrizioni simili agli spartiti dalle esecuzioni espressive.

2.3 Raffinamento dell'Allineamento (RAScoP)

Per creare i sottoinsiemi PianoCoRe-A/A*, gli autori introducono RAScoP (Raffinamento dell'Allineamento per Spartiti ed Esecuzioni), una pipeline per pulire gli allineamenti grezzi:

Elaborazione dei Buchi di Allineamento: Rimuove grandi regioni di allineamenti sparsi o privi di senso (ad esempio, ripetizioni non eseguite) utilizzando un approccio a finestra scorrevole.
Pulizia degli Attacchi: Filtra le deviazioni intra-attacco (tempo degli accordi) e corregge gli intervalli inter-attacco che implicano tempi irrealistici (15–480 BPM). Regola il timing globale per adattarsi alle stime del tempo locale.
Interpolazione delle Note: Interpola linearmente le note mancanti (cancellazioni) basandosi sulle note eseguite vicine, mediando durata e velocità. Le note interpolate sono contrassegnate da marcatori di testo MIDI.
Sincronizzazione: Allinea la struttura del battito dell'esecuzione allo spartito (opzionale nella versione finale per preservare il timing originale).

3. Contributi Chiave

Dataset PianoCoRe: Una raccolta unificata di 250.046 esecuzioni di 5.625 brani di 483 compositori, per un totale di 21.763 ore. Viene rilasciato in sottoinsiemi a livelli:
- PianoCoRe-C: La raccolta completa e mista.
- PianoCoRe-B: Un sottoinsieme deduplicato e valutato per la qualità (214.092 esecuzioni) per l'addestramento preliminare su larga scala.
- PianoCoRe-A: Un sottoinsieme allineato a livello di nota (157.207 esecuzioni) con allineamenti puliti.
- PianoCoRe-A:* Un sottoinsieme ad alta fiducia (130.275 esecuzioni) con un richiamo di allineamento $\ge 85\%$ .
Classificatore di Qualità MIDI: Un modello addestrato per rilevare trascrizioni corrotte e simili agli spartiti senza richiedere audio o spartiti di verità fondamentale.
Pipeline RAScoP: Un algoritmo open-source per raffinare gli allineamenti delle note, pulire gli outlier temporali e interpolare le note mancanti.
Sostenibilità Legale: Il dataset è curato per conformarsi alle normative sul pubblico dominio dell'UE, garantendo l'accessibilità a lungo termine.

4. Risultati e Valutazione

Il paper convalida il dataset attraverso un'attività di resa espressiva delle esecuzioni utilizzando il modello PianoFlow (matching del flusso condizionale).

Convergenza dell'Addestramento: I modelli addestrati su dataset più grandi e raffinati (PianoCoRe-A) hanno mostrato un sovradattamento ritardato e perdite di validazione inferiori rispetto ai modelli addestrati su sottoinsiemi più piccoli (ad esempio, solo ASAP) o su dati non raffinati.
Generazione Condizionata: I modelli addestrati su PianoCoRe-A hanno dimostrato una maggiore robustezza e correlazioni di Pearson più elevate con le caratteristiche di verità fondamentale (velocità, intervalli inter-attacco, articolazione) su set di test non visti rispetto ai baseline.
Continuazione dell'Esecuzione: In un'attività di continuazione attraverso quattro distinti domini sorgente (ASAP, ATEPP, PERiScoPe, Aria-MIDI), il modello addestrato sull'intero dataset PianoCoRe-A ha ottenuto le prestazioni migliori o le seconde migliori in tutti i domini, dimostrando robustezza rispetto alle diverse distribuzioni dei dati.
Impatto del Raffinamento: L'uso di RAScoP (rimozione del rumore temporale) si è dimostrato cruciale; i modelli addestrati su allineamenti grezzi senza pulizia hanno ottenuto prestazioni inferiori sulle caratteristiche temporali (IOI e OD).

5. Significato e Affermazioni

Il paper afferma che PianoCoRe fornisce una "base pronta all'uso per la prossima generazione di ricerche sulle esecuzioni pianistiche espressive". Il suo significato risiede in:

Scala e Diversità: Offre la più grande raccolta open-source di coppie spartito-esecuzione allineate a livello di nota a oggi (157.207 esecuzioni in PianoCoRe-A).
Controllo di Qualità: Integrando un classificatore di qualità e la pipeline RAScoP, affronta il problema del "rumore" intrinseco nei dataset trascritti su larga scala, consentendo l'addestramento di modelli più accurati e robusti.
Riproducibilità: La struttura a livelli e i metadati unificati permettono ai ricercatori di creare divisioni di dati non sovrapposte attraverso dataset precedentemente isolati, facilitando la ricerca riproducibile.
Accessibilità: Il dataset è disponibile apertamente su Zenodo e Hugging Face con licenza CC-BY-NC-SA 4.0, con codice fornito per la pipeline e il classificatore.

Gli autori notano limitazioni, tra cui una distorsione verso il repertorio classico occidentale, potenziali errori residui negli spartiti MusicXML sorgente e il fatto che l'interpolazione non modella attualmente gli effetti del pedale di sustain. Suggeriscono che lavori futuri potrebbero estendere queste metodologie a repertori multi-strumentali e annotazioni più granulari.