otmm_symbolic_phrase_dataset

本研究提供了一个大规模的机器可读数据集，包含由专家分割成短语的土耳其makam音乐分数。该分割有助于计算研究旋律短语之间的相似性以及旋律短语与节拍之间的关系，这些主题由于缺乏数据资源而很少被研究。数据集包含480首不同作品的31362个短语，由3位专家标注。

This study provides a large-scale machine-readable dataset, comprising Turkish makam music scores segmented into phrases by experts. This segmentation facilitates computational research into the similarity between melodic phrases and the relationship between melodic phrases and beats, topics that have been scarcely explored due to the lack of data resources. The dataset includes 31,362 phrases from 480 different compositions, annotated by three experts.

原始信息汇总

otmm_symbolic_phrase_dataset

数据集概述

• 描述: 包含在SymbTr2格式中分割成短语的土耳其makam音乐乐谱数据集。
• 内容: 由3位专家标注的480首不同作品的31362个短语组成。
• 目的: 支持旋律相似性和旋律短语与节拍之间关系的计算研究。

数据集详情

• 短语数量: 31362
• 乐谱数量: 480
• 专家标注人数: 3

使用许可

• 许可类型: Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License
• 许可链接: Creative Commons License

相关出版物

• 引用文献: M. K. Karaosmanoglu, B. Bozkurt, A. Holzapfel, N. D. Disiacik, A symbolic dataset of Turkish makam music phrases, Folk Music Analysis Workshop (FMA), Istanbul, 2014.

数据集版本

• 最新版本变更: 包括UTF-8编码和重复文件移除。
• 原始训练数据集获取: 访问链接

搜集汇总

数据集介绍

构建方式

otmm_symbolic_phrase_dataset数据集的构建基于土耳其马卡姆音乐（Turkish makam music）的乐谱，这些乐谱以SymbTr2格式呈现，并由该领域的专家手工分割为乐句。数据集包含了480首不同作品的乐谱，共计31362个乐句，这些乐句由三位专家进行标注。通过这种精细的乐句分割，数据集为计算音乐学研究提供了丰富的资源，尤其是在旋律相似性和旋律与节拍关系的研究领域。

使用方法

使用otmm_symbolic_phrase_dataset数据集时，研究人员可以通过访问GitHub上的相关代码库进行自动乐句分割的复现和扩展。数据集的使用需遵循Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License许可协议，确保在非商业用途下的共享和改编。研究人员可以通过引用相关文献来使用该数据集，并参考原始训练数据集以获取更多详细信息。

背景与挑战

背景概述

otmm_symbolic_phrase_dataset数据集由土耳其马卡姆音乐领域的专家团队于2014年创建，主要研究人员包括M. K. Karaosmanoglu、B. Bozkurt、A. Holzapfel和N. D. Disiacik。该数据集的核心研究问题聚焦于土耳其马卡姆音乐旋律的短语分割及其与节拍的关系，旨在通过计算手段研究旋律相似性和音乐结构。数据集包含480首不同作品的31362个短语，由三位专家进行标注，为音乐信息检索和计算音乐学领域提供了重要的数据支持。该数据集的研究成果在2014年Folk Music Analysis Workshop上发表，推动了土耳其传统音乐的计算分析研究。

当前挑战

otmm_symbolic_phrase_dataset面临的挑战主要体现在两个方面。首先，在领域问题层面，土耳其马卡姆音乐的旋律结构和节拍关系复杂且多样化，如何准确捕捉并量化这些特征是一个重要的技术难题。其次，在数据集构建过程中，专家标注的短语分割需要高度依赖领域知识，且不同专家之间的标注一致性难以保证，这对数据集的可靠性和泛化能力提出了挑战。此外，音乐符号数据的编码和格式统一也是构建过程中需要克服的技术障碍。这些挑战为后续研究提供了改进方向，同时也凸显了该数据集在音乐计算领域的重要价值。

常用场景

经典使用场景

在音乐信息检索领域，otmm_symbolic_phrase_dataset数据集被广泛应用于旋律相似性分析的研究中。该数据集包含了土耳其马卡姆音乐的乐句分割，为研究者提供了一个标准化的平台，用于探索不同乐句之间的旋律相似性及其与节拍的关系。通过这一数据集，研究者能够深入分析音乐结构中的旋律模式，进而推动音乐信息检索技术的发展。

解决学术问题

otmm_symbolic_phrase_dataset数据集解决了音乐信息检索领域中旋律相似性分析的难题。由于缺乏标准化的乐句分割数据，旋律相似性及其与节拍的关系研究一直受到限制。该数据集通过提供专家标注的乐句分割，使得研究者能够系统地分析旋律模式，填补了这一领域的数据空白，为音乐信息检索和计算音乐学的研究提供了重要的数据支持。

实际应用

在实际应用中，otmm_symbolic_phrase_dataset数据集为音乐推荐系统和自动音乐生成系统提供了基础数据支持。通过分析乐句的旋律相似性，推荐系统能够更精准地推荐符合用户偏好的音乐作品。此外，自动音乐生成系统可以利用该数据集中的乐句结构，生成具有特定风格的音乐片段，从而提升音乐创作的效率和质量。

数据集最近研究

最新研究方向

在音乐信息检索领域，otmm_symbolic_phrase_dataset为土耳其马卡姆音乐的旋律分析提供了重要的数据支持。该数据集包含了由专家手工标注的31362个乐句，这些乐句来自480首不同的作品，为研究旋律相似性和乐句与节拍之间的关系提供了宝贵的资源。近年来，随着音乐信息检索技术的进步，该数据集被广泛应用于旋律模式识别、自动音乐生成以及跨文化音乐比较研究。特别是在深度学习和自然语言处理技术的推动下，研究者们开始探索如何利用这些标注数据来训练模型，以实现更精确的音乐分析和生成。此外，该数据集还为音乐教育和文化遗产保护提供了新的研究视角，推动了传统音乐与现代技术的融合。