面向符号音乐的特征提取优化

本文对现有符号音乐特征提取工具进行了全面调研，并对比其性能以确定最能刻画给定乐谱音乐风格的特征集合。为此，我们提出一种名为 musif 的新型特征提取工具，并在包括 MIDI、MusicXML 和 **kern 在内的多种曲目与文件格式上评估其效能。Musif 在计算效率上接近 jSymbolic 与 music21 等现有工具，同时试图增强自定义特征开发的可用性。所提工具与其他特征集合结合时亦提升了分类准确率。我们展示了各特征集合的贡献及其所需计算资源。我们的结果表明，最优的特征提取工具是各工具最佳特征的结合，而非单一工具的特征。为促进音乐信息检索的未来研究，我们发布了该工具的源代码与基准。