otmm_composition_identification_dataset

该数据集包含147个从SymbTr集合中选出的乐器作品的机器可读音乐分数，以及从CompMusic makam corpus中选出的743个音频录音。数据集中有360个录音与87个音乐分数相关联，形成了362个相关的音频-分数对。

This dataset comprises 147 machine-readable musical scores of instrumental works selected from the SymbTr collection, along with 743 audio recordings from the CompMusic makam corpus. Within the dataset, 360 recordings are associated with 87 musical scores, resulting in 362 related audio-score pairs.

原始信息汇总

数据集概述

数据集名称

• 名称: otmm_composition_identification_dataset
• 描述: 用于奥斯曼-土耳其玛卡姆音乐的作曲识别数据集。

数据集内容

• 音乐作品: 包含147个从SymbTr collection中选出的乐器作品的机器可读音乐分数。
• 音频记录: 包含743个从CompMusic makam corpus中选出的音频记录。
• 音频-分数对: 360个录音与87个音乐分数关联，形成362个相关的音频-分数对。

数据集用途

• 用途: 用于论文中的作曲识别研究，特别是使用转置不变的部分音频-分数对齐方法。

引用信息

• 引用: 使用此数据集的任何工作应引用Şentürk, S., & Serra X. (2016)的论文。

许可证

• 许可证: 本作品根据Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License授权。

搜集汇总

数据集介绍

构建方式

otmm_composition_identification_dataset的构建采取了对SymbTr集合中的147首器乐作品进行机器可读乐谱的整理，并结合了CompMusic makam语料库中挑选出的743段音频录音。在此基础上，通过音频与乐谱的配对，形成了362个相关的音频-乐谱对，旨在对奥斯曼-土耳其makam音乐的曲目识别进行研究。

特点

该数据集的特点在于其专注于奥斯曼-土耳其makam音乐，包含丰富的器乐作品及其对应的音频记录。数据集提供了音频录音中的主要旋律提取和注解的基频，对于音乐信息检索领域中的曲目识别任务具有重要的研究价值。此外，该数据集遵循Creative Commons Attribution-NonCommercial-ShareAlike 4.0国际许可，保证了数据的合法共享与使用。

使用方法

使用该数据集时，研究者应首先引用相关论文，并遵循所提供的许可协议。数据集的机器可读乐谱和音频记录可用于音频-乐谱对齐、音乐风格分析等研究。用户可从指定链接获取数据集详情，并根据数据集的构建目的和所提供的信息进行相应的音乐信息检索和曲目识别研究。

背景与挑战

背景概述

otmm_composition_identification_dataset数据集，专为奥斯曼-土耳其 makam 音乐作品识别而创建，体现了音乐信息检索领域的研究进展。该数据集由ştürk S.与Serra X.于2016年构建，旨在通过转调不变的部分音频-乐谱对齐技术，解决音乐作品识别问题。收录了147首选取自SymbTr集合的乐器作品乐谱，以及743段来自CompMusic makam语料库的音频记录，为音乐学术研究提供了宝贵的资源。

当前挑战

该数据集面临的挑战主要包括：一是如何准确识别并标注奥斯曼-土耳其makam音乐中的旋律与调性，这对于音乐风格分析至关重要；二是构建过程中，确保音频与乐谱之间的精确对应，特别是在转调不变性的前提下，这要求高度精细的音频处理与乐谱解析技术。此外，跨文化的音乐特征提取与识别也是一大挑战，因为这涉及到对特定音乐传统的深入理解与建模。

常用场景

经典使用场景

在音乐信息检索领域，otmm_composition_identification_dataset数据集的经典使用场景在于，研究者通过该数据集对奥斯曼-土耳其makam音乐进行作品识别。该数据集提供了音频记录中的主要旋律提取和注明的基频，使得研究者能够利用这些信息进行音频与乐谱之间的部分对齐，以实现跨调性的作品识别。

解决学术问题

该数据集解决了音乐学研究中跨调性音乐作品识别的难题，通过提供音频与乐谱的对应数据，使得研究者能够发展出更为精确的音频分析技术，从而在保持音乐作品原有风格的基础上，准确识别出不同的音乐作品，对于音乐风格分析和音乐作品分类研究具有重要的学术意义。

衍生相关工作

基于该数据集，已衍生出一系列相关工作，如音频乐谱对齐算法的改进、音乐风格识别技术的提升，以及奥斯曼-土耳其makam音乐数据库的构建。这些研究不仅推动了音乐信息检索技术的发展，也为音乐学领域提供了丰富的实证研究材料。