GiantMIDI-Piano：一个面向古典钢琴音乐的大规模 MIDI 数据集

符号音乐数据集对音乐信息检索与音乐分析十分重要。然而，缺乏面向古典钢琴音乐的大规模符号数据集。在本文中，我们创建了 GiantMIDI-Piano（GP）数据集，包含 38,700,838 个转写音符与由 2,786 位作曲家创作的 10,855 部独特钢琴独奏作品。我们从国际乐谱库项目（IMSLP）提取作品名与作曲家名，并从互联网搜索下载其对应音频录音。我们通过约束下载音频录音标题包含作曲家姓氏，进一步构建了包含 1,787 位作曲家创作的 7,236 部作品的精选子集。我们应用卷积神经网络检测钢琴独奏作品，随后使用高分辨率钢琴转写系统将这些钢琴独奏录音转写为乐器数字接口（MIDI）文件。每个转写 MIDI 文件包含钢琴音符与踏板的起音、止音、音高与力度属性。GiantMIDI-Piano 包含 90% 现场演奏 MIDI 文件与 10% 序列输入 MIDI 文件。我们分析了 GiantMIDI-Piano 的统计信息，并展示了来自不同时代的六位作曲家的音级、音程、三和弦与四和弦频率，以表明 GiantMIDI-Piano 可用于音乐分析。我们从钢琴独奏检测 F1 分数、元数据准确率与转写错误率方面评估了 GiantMIDI-Piano 的质量。我们在 https://github.com/bytedance/GiantMIDI-Piano 发布了获取 GiantMIDI-Piano 数据集的源代码。