The Sousta Corpus: Beat-Informed Automatic Transcription of Traditional Dance Tunes

Austrian Research Institute for Artificial Intelligence (OFAI)

Centre for Digital Music Queen Mary University of London

In this paper, we present a new corpus for research in computational ethnomusicology and automatic music transcription, consisting of traditional dance tunes from Crete. This rich dataset includes audio recordings, scores transcribed by ethnomusicologists and aligned to the audio performances, and meter annotations. A second contribution of this paper is the creation of an automatic music transcription system able to support the detection of multiple pitches produced by lyra (a bowed string instrument). Furthermore, the transcription system is able to cope with deviations from standard tuning, and provides temporally quantized notes by combining the output of the multi-pitch detection stage with a state-of-the-art meter tracking algorithm. Experiments carried out for note tracking using 25ms onset tolerance reach 41.1% using information from the multi-pitch detection stage only, 54.6% when integrating beat information, and 57.9% when also supporting tuning estimation. The produced meter aligned transcriptions can be used to generate staff notation, a fact that increases the value of the system for studies in ethnomusicologyIn this paper, we present a new corpus for research in computational ethnomusicology and automatic music transcription, consisting of traditional dance tunes from Crete. This rich dataset includes audio recordings, scores transcribed by ethnomusicologists and aligned to the audio performances, and meter annotations. A second contribution of this paper is the creation of an automatic music transcription system able to support the detection of multiple pitches produced by lyra (a bowed string instrument). Furthermore, the transcription system is able to cope with deviations from standard tuning, and provides temporally quantized notes by combining the output of the multi-pitch detection stage with a state-of-the-art meter tracking algorithm. Experiments carried out for note tracking using 25ms onset tolerance reach 41.1% using information from the multi-pitch detection stage only, 54.6% when integrating beat information, and 57.9% when also supporting tuning estimation. The produced meter aligned transcriptions can be used to generate staff notation, a fact that increases the value of the system for studies in ethnomusicology

本稿では、クレタの伝統的なダンス曲からなる、コンピュータによる民族音楽学と自動音楽転写の研究のための新しいコーパスを提示する。この豊富なデータセットには、オーディオ録音、民族音楽学者によって転記され、オーディオパフォーマンスに合わせたスコア、およびメーター注釈が含まれています。この論文の第二の貢献は、lyra（弓で弾いた弦楽器）によって生み出された複数のピッチの検出をサポートすることができる自動楽譜転写システムの作成です。さらに、トランスクリプションシステムは、標準的なチューニングからの逸脱に対処することができ、マルチピッチ検出ステージの出力を最先端のメータートラッキングアルゴリズムと組み合わせることによって、時間的に量子化された音符を提供します。 ２５ｍｓの開始許容誤差を使用して音符追跡のために実行された実験は、マルチピッチ検出ステージのみからの情報を使用して４１．１％に達し、ビート情報を統合するときに５４．６％、そしてチューニング推定もサポートするときに５７．９％に達する。生成されたメーター揃えのトランスクリプションは、譜面表記、民族音楽学の研究のためのシステムの価値を高めるという事実を生成するために使用することができます。クレタ島この豊富なデータセットには、オーディオ録音、民族音楽学者によって転記され、オーディオパフォーマンスに合わせたスコア、およびメーター注釈が含まれています。この論文の第二の貢献は、lyra（弓で弾いた弦楽器）によって生み出された複数のピッチの検出をサポートすることができる自動楽譜転写システムの作成です。さらに、トランスクリプションシステムは、標準的なチューニングからの逸脱に対処することができ、マルチピッチ検出ステージの出力を最先端のメータートラッキングアルゴリズムと組み合わせることによって、時間的に量子化された音符を提供します。 ２５ｍｓの開始許容誤差を使用して音符追跡のために実行された実験は、マルチピッチ検出ステージのみからの情報を使用して４１．１％に達し、ビート情報を統合するときに５４．６％、そしてチューニング推定もサポートするときに５７．９％に達する。作成されたメーター揃えの転写は、譜表表記、民族音楽学における研究のためのシステムの価値を高めるという事実を生成するために使用することができます

@inproceedings{HolzapfelB16,

author = {A. Holzapfel and

E. Benetos},

title = "{The Sousta Corpus: Beat-Informed Automatic Transcription of Traditional Dance Tunes}",

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

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

August 7--11, 2016},

pages = {531--537},

year = {2016},

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

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

}