MASTmelody dataset

MASTmelody数据集旨在促进自动音乐表演评估领域的算法比较。该数据集包含从音乐学院入学考试期间录制的音频数据中提取的音高（f0）数据。数据集分为两类：参考录音文件的f0数据和表演录音文件的f0数据。每个录音都使用Melodia旋律提取工具的变体进行了f0检测，并将结果保存为包含时间戳和估计f0信息的文本文件。表演由三位评审员评分，结果为二进制：通过或失败。数据集仅包括所有评审员一致评分的样本。

The MASTmelody dataset is designed to facilitate algorithmic comparisons in the field of automated music performance evaluation. It comprises pitch (f0) data extracted from audio recordings taken during conservatory entrance exams. The dataset is divided into two categories: f0 data from reference recordings and f0 data from performance recordings. Each recording underwent f0 detection using a variant of the Melodia melody extraction tool, with the results saved as text files containing timestamps and estimated f0 information. Performances were assessed by three reviewers, with outcomes being binary: pass or fail. The dataset includes only those samples where all reviewers concurred in their assessments.

原始信息汇总

数据集概述

数据集名称

MASTmelody_dataset

数据集内容

• f0数据: 从歌唱和钢琴样本中计算得到的f0系列数据。
• 基准系统: 用于评估的基准系统，比较歌唱样本与参考钢琴录音。

数据集结构

• baseline: 基准模型代码。
• f0data: MASTmelody数据集。
• wavSamples: 音频样本。

数据集特点

• 数据来源: 音乐学院入学考试的录音。
• 数据类型: 包含钢琴参考录音和歌唱表演录音的f0数据。
• 评估标准: 由三名评审员进行二元评分（通过/未通过）。
• 文件命名规则: 文件名包含旋律ID、录音类型（参考/表演）和评分结果（通过/未通过）。

数据集用途

用于自动音乐表演评估算法的比较和研究。

数据集许可证

本数据集遵循Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License。

引用信息

若使用此数据集和/或基准系统，请引用以下出版物：

@inproceedings{inproceedings, author={Bozkurt, B., Baysal, O., Yuret, D.}, title={A Dataset and Baseline System for Singing Voice Assessment}, year={2017}, booktitle={13th Int. Symposium on Computer Music Multidisciplinary Research, CMMR 2017} }

搜集汇总

数据集介绍

构建方式

MASTmelody数据集的构建基于音乐学院入学考试中的音频数据，通过提取音频中的基频（f0）信息生成。数据集包含两部分：钢琴演奏的参考录音和考生演唱的表演录音。所有录音均使用Melodia旋律提取工具的变体进行f0检测，结果以包含时间戳和估计f0值的文本文件形式保存。为确保数据质量，仅保留了三位评审一致评分的样本，分为通过和未通过两类。

特点

MASTmelody数据集的特点在于其专注于音乐表演自动评估领域，提供了丰富的基频数据。数据集包含40首不同的旋律，每首旋律的参考录音和表演录音均以文本文件形式存储，文件名编码了旋律ID、录音类型（参考或表演）以及评审结果（通过或未通过）。这种命名方式使得数据易于分类和检索，同时确保了数据的匿名性。

使用方法

MASTmelody数据集的使用方法主要包括加载和分析文本文件中的基频数据。用户可以通过文件名快速识别录音类型和评审结果，进而进行算法比较或模型训练。数据集还提供了一个基线系统，用于评估演唱样本与参考钢琴录音的相似性。使用该数据集时，需引用相关论文，并遵循CC BY-NC-SA 4.0许可协议。

背景与挑战

背景概述

MASTmelody数据集由Bozkurt、Baysal和Yuret等研究人员于2017年创建，旨在为自动音乐表演评估领域提供算法比较的基础。该数据集基于土耳其科学技术研究委员会（TUBITAK）资助的研究项目，专注于开发音乐表演的自动评估工具。数据集的核心研究问题是通过对钢琴参考录音和歌唱表演录音的音高（f0）数据进行分析，评估歌唱表演的质量。数据集中的音高数据通过Melodia旋律提取工具的变体进行计算，并保存为时间戳和频率信息。该数据集在音乐信息检索和计算机辅助音乐教育领域具有重要影响力，为相关研究提供了宝贵的实验数据。

当前挑战

MASTmelody数据集在构建过程中面临多重挑战。首先，由于音频文件可能泄露表演者的身份信息，数据集无法包含完整的音频文件，仅提供了少量样本。其次，音高数据的提取依赖于Melodia工具，其精度和鲁棒性直接影响数据质量。此外，数据集的评估标准依赖于三位评委的二元评分（通过或未通过），这可能导致评估结果的主观性。在应用层面，该数据集的主要挑战在于如何利用有限的音高数据准确评估歌唱表演的质量，尤其是在缺乏完整音频信息的情况下。这些挑战为未来的研究提供了改进方向，例如开发更精确的音高提取算法和更客观的评估模型。

常用场景

经典使用场景

MASTmelody数据集在音乐信息检索领域中被广泛用于自动音乐表演评估算法的开发与比较。该数据集通过提供从音乐学院入学考试中提取的音频数据的基频（f0）信息，为研究者提供了一个标准化的评估平台。研究者可以利用该数据集中的参考录音（钢琴演奏）和表演录音（考生演唱）进行对比分析，从而评估不同算法在音高检测和表演质量评估中的表现。

实际应用

在实际应用中，MASTmelody数据集被广泛用于音乐教育领域，特别是在音乐学院入学考试和日常教学中。通过自动化的音高检测和表演评估系统，教师可以更高效地评估学生的演唱表现，并提供有针对性的反馈。此外，该数据集还可用于开发智能音乐教学软件，帮助学生在没有教师指导的情况下进行自我评估和改进。

衍生相关工作

基于MASTmelody数据集，许多经典的研究工作得以展开。例如，研究者开发了多种基于机器学习的音高检测算法，用于提高自动评估系统的准确性。此外，该数据集还催生了一系列关于音乐表演质量评估的研究，推动了音乐信息检索领域的发展。这些工作不仅扩展了数据集的应用范围，还为未来的研究提供了丰富的参考和借鉴。