面向计算申克分析的新数据集、记谱软件与表示方法
声音
2024-08-15 v1 人工智能
摘要
申克分析（SchA）是一种极具表现力的音乐分析方法，它结合了旋律、和声、对位和曲式等元素，来描述支撑一部音乐作品的层级结构。然而，尽管申克分析具有强大的分析效用和改善音乐理解与生成的潜力，却很少被计算机音乐社区所采用。这在很大程度上是由于缺乏高质量的计算机可读格式数据。有了更大的申克分析数据语料库，就有可能让机器学习模型对音乐结构有更深入的理解，从而产生更“人性化”的结果。为了鼓励对申克分析及其对音乐信息学和生成的潜在益处进行进一步研究，本文提出了三个主要贡献：1) 一个新的且不断增长的申克分析数据集，这是迄今为止最大的人机可读格式数据集（>140 个片段），2) 一个用于可视化和收集申克分析数据的新颖软件，以及 3) 一种将申克分析表示为异构图数据结构的新颖、灵活的表示方法。
引用
@article{arxiv.2408.07184,
title = {A New Dataset, Notation Software, and Representation for Computational Schenkerian Analysis},
author = {Stephen Ni-Hahn and Weihan Xu and Jerry Yin and Rico Zhu and Simon Mak and Yue Jiang and Cynthia Rudin},
journal= {arXiv preprint arXiv:2408.07184},
year = {2024}
}