EMOPIA：面向情感识别与基于情感的音乐生成的多模态流行钢琴数据集
声音
2021-08-04 v1 多媒体
音频与语音处理
摘要
尽管文献中存在许多带有情感标签的音乐数据集，但由于通常仅有音频文件，它们无法用于符号域的音乐分析或生成研究。本文提出了 EMOPIA（发音为“yee-mò-pi-uh”）数据集，这是一个专注于流行钢琴音乐中感知情感的多模态（音频与 MIDI）共享数据库，旨在促进与音乐情感相关的各类任务研究。该数据集包含来自 387 首歌曲的 1,087 个音乐片段，以及由四位专职标注者标注的片段级情感标签。由于片段不限于每首歌一个片段，它们也可用于歌曲级分析。我们介绍了构建该数据集的方法，涵盖了歌曲列表整理、片段选择及情感标注过程。此外，我们通过使用该数据集训练和评估相应模型，对片段级音乐情感分类和基于情感的符号音乐生成进行了用例原型设计。结果证明了 EMOPIA 在未来探索钢琴情感相关的音乐信息检索（MIR）任务中的潜力。
引用
@article{arxiv.2108.01374,
title = {EMOPIA: A Multi-Modal Pop Piano Dataset For Emotion Recognition and Emotion-based Music Generation},
author = {Hsiao-Tzu Hung and Joann Ching and Seungheon Doh and Nabin Kim and Juhan Nam and Yi-Hsuan Yang},
journal= {arXiv preprint arXiv:2108.01374},
year = {2021}
}
备注
The paper has been accepted for publication at ISMIR 2021