JSD: A Dataset for Structure Analysis in Jazz Music
JSD: A Dataset for Structure Analysis in Jazz Music
复制标题
JSD：爵士音乐结构分析数据集
DOI：
--
复制
发表时间：
2022
影响因子：
--
通讯作者：
Meinard Müller
中科院分区：
文献类型：
--
作者：
S. Balke;Julian Reck;Christof Weiss;J. Abeßer;Meinard Müller
音乐结构分析的目的是识别重要的结构元素，并根据这些元素对录音进行分段。在爵士乐中，表演通常由重复的和声图式（称为合唱）构成，这为独奏者的即兴创作奠定了基础。在音乐信息检索（MIR）和计算音乐学领域，魏玛爵士乐数据库（WJD）已经成为爵士乐研究的一个非常有价值的资源。该数据集包含了456个独奏部分的高质量独奏transertion，为使用计算方法理解爵士乐即兴创作过程开辟了新的途径。在本文中，我们通过引入爵士乐结构数据集（JSD）来补充这个数据集，它提供了整个录音的结构和仪器的注释。JSD包括340个录音，超过3000个注释片段，沿着独奏和伴奏乐器的分段编码。这些注释为各种重要的MIR任务（包括结构分析、独奏检测或乐器识别）的训练、测试和评估模型提供了基础。作为一个应用实例，我们考虑结构边界检测的任务。基于传统的基于新颖性的方法以及最近使用深度学习的数据驱动方法，我们指出了JSD的潜力，同时批判性地反思了结构分析的一些评估方面。在这种情况下，我们还演示了如何JSD
Given a music recording, music structure analysis aims at identifying important structural elements and segmenting the recording according to these elements. In jazz music, a performance is often structured by repeating harmonic schemata (known as choruses), which lay the foundation for improvisation by soloists. Within the fields of music information retrieval (MIR) and computational musicology, the Weimar Jazz Database (WJD) has turned out to be an extremely valuable resource for jazz research. Containing high-quality solo transcriptions for 456 solo sections, the dataset opened up new avenues for the understanding of creative processes in jazz improvisation using computational methods. In this paper, we complement this dataset by introducing the Jazz Structure Dataset (JSD), which provides annotations on structure and instrumentation of entire recordings. The JSD comprises 340 recordings with more than 3000 annotated segments, along with a segment-wise encoding of the solo and accompanying instruments. These annotations provide the basis for training, testing, and evaluating models for various important MIR tasks, including structure analysis, solo detection, or instrument recognition. As an example application, we consider the task of structure boundary detection. Based on a traditional novelty-based as well as a more recent data-driven approach using deep learning, we indicate the potential of the JSD while critically reflecting on some evaluation aspects of structure analysis. In this context, we also demonstrate how the JSD
登录
查看更多内容
DOI：
10.3389/fdigh.2018.00001
发表时间：
2018-02
期刊：
Frontiers Digit. Humanit.
影响因子：
--
作者：
S. Balke;C. Dittmar;J. Abeßer;K. Frieler;Martin Pfleiderer;Meinard Müller
通讯作者：
S. Balke;C. Dittmar;J. Abeßer;K. Frieler;Martin Pfleiderer;Meinard Müller
单音爵士乐独奏的中级分析：即兴创作研究的新方法
影响因子：
2.4
作者：
Klaus Frieler;Martin Pfleiderer;Jakob Abeßer;Wolf-Georg Zaddach
通讯作者：
Wolf-Georg Zaddach
爵士乐独奏中的调音、语调、音高调制和动态的乐谱分析
DOI：
10.1109/taslp.2016.2627186
发表时间：
2017
期刊：
IEEE/ACM Transactions on Audio, Speech, and Language Processing
影响因子：
--
作者：
Jakob Abeßer;Klaus Frieler;Estefanía Cano Ceron;Martin Pfleiderer;Wolf-Georg Zaddach
通讯作者：
Wolf-Georg Zaddach
DOI：
10.1109/icassp.2017.7952145
发表时间：
2017-03
期刊：
2017 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
影响因子：
--
作者：
S. Balke;C. Dittmar;J. Abeßer;Meinard Müller
通讯作者：
S. Balke;C. Dittmar;J. Abeßer;Meinard Müller
MedleyDB：用于注释密集型 MIR 研究的多轨数据集
DOI：
--
发表时间：
2014
期刊：
15th International Society for Music Information Retrieval Conference
影响因子：
--
作者：
Bittner, R.
通讯作者：
Bittner, R.