turkish-makam-solo-voice-dataset

该数据集包含由半职业歌手演唱的古典土耳其makam录音的无伴奏歌唱。歌曲采用şarkı形式，于2014年6月在伊斯坦布尔的录音室录制。数据集在单词和音素级别进行了标注。

This dataset comprises a cappella recordings of classical Turkish makam performances by semi-professional singers. The songs are in the şarkı form and were recorded in a studio in Istanbul in June 2014. The dataset is annotated at both the word and phoneme levels.

原始信息汇总

数据集概述

数据集内容

• 包含古典土耳其makam音乐的清唱录音，由半职业歌手演唱。

注释信息

• 音乐部分的注释（如aranağme, zemin等）来源于turkish_makam_section_dataset。
• 歌词的单词和短语注释由[e-mail]完成。
• 所有注释格式为TextGrid，用于Praat软件。

文件命名规则

• 音频文件命名格式：number_compositionNameShort_sectionNumber_sectionName.wav
• 其中sectionNumber来源于.tsv文件。

注释指南

• 使用Praat软件进行注释。
• 歌词对应的.pdf文件可在lyrics.txt中找到。
• 生成扩展名为.TextGrid的文件，其中包含名为words的层级。
• 注释时，确保UTF-8编码设置正确。
• 操作包括打开音频文件，使用ANNOTATE -> to TextGrid功能，并在words层级中标记歌词。
• 完成后，将注释文件保存并发送到[e-mail]。

注释示例

• 使用Praat打开示例文件goekhan/02_Kimseye_Part1_zemin.TextGrid和goekhan/02_Kimseye_Part1_zemin.wav进行编辑。

可选步骤

• 如需校验注释与乐谱的一致性，可使用Python脚本MakamScore.py进行解析。

搜集汇总

数据集介绍

构建方式

该数据集聚焦于土耳其古典音乐中的独唱录音，主要由半专业歌手演唱的无伴奏合唱组成。数据集的构建过程中，采用了来自MTG的土耳其音乐片段数据集中的注释信息，特别是关于音乐段落（如aranağme、zemin等）的标注。歌词的单词和短语注释则由特定研究人员完成，所有注释均以TextGrid格式保存，适用于Praat软件。

特点

该数据集的特点在于其专注于土耳其古典音乐中的独唱录音，涵盖了丰富的音乐段落和歌词注释。数据集中的音频文件按照特定的命名规则组织，便于用户快速定位和识别。此外，数据集提供了详细的歌词注释，使用户能够深入分析歌词与音频之间的对应关系。注释文件以TextGrid格式存储，便于在Praat软件中进行进一步的分析和编辑。

使用方法

使用该数据集时，用户需首先下载并安装Praat软件，以便打开和编辑TextGrid格式的注释文件。数据集中的音频文件与歌词注释文件一一对应，用户可以通过Praat软件将音频与歌词进行对齐。具体操作包括打开音频文件、创建或编辑TextGrid文件，并在软件中输入歌词进行标注。标注完成后，用户可以将结果保存并发送给指定的研究人员。此外，数据集还提供了Python脚本，用于解析乐谱以确保歌词注释的准确性。

背景与挑战

背景概述

土耳其马卡姆独唱数据集（Turkish Makam Solo Voice Dataset）专注于古典土耳其马卡姆音乐中的独唱录音，由半专业歌手演唱。该数据集由Georgi Dzhambazov等人于近年创建，旨在为音乐信息检索领域提供高质量的音频标注数据。其核心研究问题在于如何通过精确的歌词和音乐段落标注，支持自动化的音乐分析和检索任务。该数据集不仅为土耳其传统音乐的研究提供了重要资源，还在跨文化音乐分析和语音处理领域产生了广泛影响。

当前挑战

该数据集面临的主要挑战包括：1）领域问题的复杂性，土耳其马卡姆音乐具有独特的音阶和节奏结构，传统的音乐信息检索方法难以直接适用；2）构建过程中的技术难题，如音频与歌词的精确对齐，需要借助Praat等工具进行手动标注，耗时且容易出错；3）数据标注的完整性，部分音频尚未完成标注，需要社区协作以完善数据集。这些挑战不仅考验了研究者的技术能力，也推动了音乐信息检索领域工具和方法的创新。

常用场景

经典使用场景

在音乐信息检索领域，turkish-makam-solo-voice-dataset数据集被广泛应用于研究土耳其古典音乐中的makam模式。通过分析无伴奏独唱录音，研究者能够深入探讨makam的音阶结构、旋律特征及其在音乐表达中的作用。该数据集为音乐学家和计算机科学家提供了一个独特的平台，用于开发和测试自动音乐分析算法。

衍生相关工作

基于turkish-makam-solo-voice-dataset数据集，研究者已经开发了多种音乐信息检索工具和算法。例如，自动歌词对齐系统和makam模式识别算法已成为该领域的经典工作。这些工具不仅提高了音乐分析的准确性，还为其他非西方音乐传统的研究提供了可借鉴的方法和框架。

数据集最近研究

最新研究方向

近年来，土耳其古典音乐领域的研究逐渐聚焦于声学分析与歌词对齐技术的结合。turkish-makam-solo-voice-dataset作为一个包含半专业歌手演唱的无伴奏土耳其古典音乐录音的数据集，为研究者提供了丰富的声学数据资源。通过使用Praat软件进行歌词与音频的精确对齐，研究者能够深入分析土耳其古典音乐中的音调、节奏与歌词表达之间的关系。这一研究方向不仅推动了音乐信息检索技术的发展，还为跨文化音乐研究提供了新的视角。此外，该数据集的应用还促进了自动歌词对齐算法的优化，为音乐教育与文化传承提供了技术支持。