five

portamento_dataset

收藏
github2024-03-20 更新2024-05-31 收录
下载链接:
https://github.com/skx300/portamento_dataset
下载链接
链接失效反馈
官方服务:
资源简介:
这是一个包含portamento注释的数据集。数据集包括了北京京剧演唱的portamento注释,以及小提琴和二胡的录音。

This dataset contains annotations for portamento. It includes portamento annotations for Beijing opera singing, as well as recordings of violin and erhu performances.
创建时间:
2020-03-01
原始信息汇总

portamento_dataset 概述

数据集内容

  • Beijing Opera: 包含北京京剧唱腔的滑音标注。
  • Violin and Erhu: 包含小提琴和二胡的各两份录音。

引用指南

  • Beijing Opera 滑音标注: 引用文献:Luwei Yang, Khalid Z. Rajab and Elaine Chew. AVA: An Interactive System for Visual and Quantitative Analyses of Vibrato and Portamento Performance Styles, In Proc. of the 17th International Society for Music Information Retrieval Conference, 2016.
  • Beijing Opera 原始波形文件: 引用文献:Black, Dawn A. A., Li, Ma and Tian, Mi. "Automatic Identification of Emotional Cues in Chinese Opera Singing", in Proc. of 13th Int. Conf. on Music Perception and Cognition and the 5th Conference for the Asian-Pacific Society for Cognitive Sciences of Music (ICMPC 13-APSC0M 5 2014), Seoul, South Korea, August 2014.
搜集汇总
数据集介绍
main_image_url
构建方式
portamento_dataset的构建基于对音乐表演中滑音(portamento)现象的详细标注。该数据集涵盖了京剧演唱、小提琴和二胡演奏的滑音标注。其中,京剧演唱部分的标注由Luwei Yang完成,原始波形文件可从指定链接获取。小提琴和二胡部分则分别包含两段录音,旨在捕捉不同乐器在滑音表现上的细微差异。数据集的构建过程严格遵循学术规范,确保标注的准确性和一致性。
特点
portamento_dataset以其多样化的音乐表演类型和精细的滑音标注而著称。数据集不仅包含京剧演唱的滑音标注,还涵盖了西方乐器小提琴和传统中国乐器二胡的滑音表现。这种跨文化的音乐数据为研究者提供了丰富的素材,能够深入探讨不同音乐风格和乐器在滑音技巧上的异同。此外,数据集的标注工作由专业研究人员完成,确保了数据的高质量和可靠性。
使用方法
使用portamento_dataset时,研究者可通过访问GitHub页面获取详细的滑音标注信息。对于京剧演唱部分,原始波形文件可从指定链接下载,并结合标注数据进行深入分析。小提琴和二胡部分的录音可直接用于滑音特征的提取和比较研究。在使用过程中,研究者需遵循学术规范,引用相关论文以尊重数据提供者的贡献。该数据集适用于音乐信息检索、音乐表演分析等领域的研究。
背景与挑战
背景概述
portamento_dataset数据集专注于音乐表演中的滑音(portamento)标注,由Luwei Yang等研究人员在2016年国际音乐信息检索会议(ISMIR)上首次提出。该数据集的核心研究问题在于通过可视化和定量分析手段,深入探讨滑音在不同音乐表演风格中的应用与表现。数据集涵盖了京剧唱腔、小提琴和二胡等多种音乐形式的滑音标注,为音乐信息检索和表演分析领域提供了重要的数据支持。其研究成果不仅推动了音乐表演风格的定量化研究,还为音乐情感识别和自动标注技术的发展奠定了基础。
当前挑战
portamento_dataset在解决音乐滑音标注问题时面临多重挑战。首先,滑音作为一种复杂的音乐表现手法,其边界和幅度的精确标注具有较高的主观性,需要依赖专业音乐家的判断,这可能导致标注结果的不一致性。其次,数据集的构建过程中,不同乐器(如小提琴、二胡)和音乐形式(如京剧唱腔)的滑音特征差异显著,增加了数据采集和标注的复杂性。此外,原始音频数据的质量和标准化处理也对数据集的可靠性提出了更高要求。这些挑战不仅影响了数据集的构建效率,也对后续研究的可重复性和准确性提出了更高的标准。
常用场景
经典使用场景
portamento_dataset在音乐信息检索领域中被广泛用于分析和研究滑音(portamento)的表现风格。该数据集通过提供详细的滑音标注,为研究者提供了丰富的素材,用于探索不同乐器(如小提琴和二胡)以及京剧唱腔中的滑音特征。这些标注数据不仅帮助研究者理解滑音在音乐表演中的具体应用,还为音乐风格的分析和比较提供了重要依据。
解决学术问题
portamento_dataset解决了音乐信息检索领域中滑音特征量化分析的难题。通过提供精确的滑音标注,该数据集使得研究者能够深入探讨滑音在不同音乐风格和乐器中的表现差异。这不仅推动了音乐表演风格的研究,还为音乐情感识别和自动音乐分析系统的开发提供了关键数据支持。
衍生相关工作
portamento_dataset的发布催生了一系列相关研究,特别是在音乐风格分析和情感识别领域。例如,基于该数据集的研究工作进一步探讨了滑音在音乐情感表达中的作用,并开发了新的算法来自动识别和分析滑音特征。这些研究不仅丰富了音乐信息检索的理论体系,还为音乐技术的实际应用提供了新的思路和方法。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作