A Corpus of Annotated Irish Traditional Dance Music Recordings: Design and Benchmark Evaluations

An emerging trend in music information retrieval (MIR) is the use of supervised machine learning to train automatic music transcription models. A prerequisite of adopting a machine learning methodology is the availability of annotated corpora. However, different genres of music have different characteristics and modelling these characteristics is an important part of creating state of the art MIR systems. Consequently, although some music corpora are available the use of these corpora is tied to the specific music genre, instrument type and recording context the corpus covers. This paper introduces the first corpus of annotations of audio recordings of Irish traditional dance music that covers multiple instrument types and both solo studio and live session recordings. We first discuss the considerations that motivated our design choices in developing the corpus. We then benchmark a number of automatic music transcription algorithms against the corpus.

音楽情報検索（ＭＩＲ）における新たな傾向は、自動音楽転写モデルを訓練するための教師付き機械学習の使用である。 機械学習方法論を採用するための前提条件は、注釈付きコーパスの可用性です。 しかし、音楽のジャンルが異なれば特性も異なり、これらの特性をモデル化することは、最先端のMIRシステムを作成する上で重要な部分です。 その結果、いくつかの音楽コーパスが利用可能であるが、これらのコーパスの使用は、コーパスがカバーする特定の音楽ジャンル、楽器の種類および録音の状況に結び付けられる。 このホワイトペーパーでは、アイルランドの伝統的なダンスミュージックのオーディオ録音のアノテーションの最初のコーパスを紹介します。これには、複数の楽器タイプと、ソロスタジオとライブセッションの両方の録音が含まれます。 まず、コーパスを開発する際の設計上の選択の動機となった考慮事項について説明します。 次に、コーパスに対するいくつかの自動音楽転写アルゴリズムをベンチマークします。

@INPROCEEDINGS{BeauguitteDK16,

author = {P. Beauguitte and

B. Duggan and

J. D. Kelleher},

title = "{A Corpus of Annotated Irish Traditional Dance Music Recordings: Design and Benchmark Evaluations}",

booktitle = {Proceedings of the 17th International Society for Music Information

Retrieval Conference, {ISMIR} 2016, New York City, United States,

August 7--11, 2016},

pages = {53--59},

year = {2016},

crossref = {DBLP:conf/ismir/2016},

timestamp = {Thu, 08 Sep 2016 13:32:51 +0200},

}

Tag