PianoCoRe：组合与精炼的钢琴 MIDI 数据集
声音
2026-05-08 v1 机器学习
摘要
带有匹配乐谱与演奏的符号音乐数据集对于许多音乐信息检索 (MIR) 任务至关重要。然而，现有资源通常涵盖的作曲家范围狭窄、缺乏演奏多样性、遗漏音符级对齐，或使用不一致的命名格式。本工作提出了 PianoCoRe，一个大规模的钢琴 MIDI 数据集，它统一并精炼了主要的开源钢琴语料库。该数据集包含由 483 位作曲家创作的 5,625 首作品的 250,046 次演奏，总计 21,763 小时的演奏音乐。PianoCoRe 以分层子集的形式发布，以支持不同的应用：从大规模分析与预训练 (PianoCoRe-C 和去重后的 PianoCoRe-B) 到具有音符级乐谱对齐的表现力演奏建模 (PianoCoRe-A/A*)。音符对齐子集 PianoCoRe-A 提供了迄今为止包含 157,207 次演奏对齐至 1,591 首乐谱的最大开源集合。除数据集外，贡献还包括：(1) 一个用于检测损坏和类似乐谱转录的 MIDI 质量分类器，以及 (2) RAScoP，一个对齐优化流水线，用于清理时间对齐误差并插补缺失音符。分析表明，该优化减少了时间噪声并消除了速度异常值。此外，与在原始或较小数据集上训练的模型相比，在 PianoCoRe 上训练的表现力演奏渲染模型对未见过的作品展现出更强的鲁棒性。PianoCoRe 为下一代表现力钢琴演奏研究提供了即用型基础。
引用
@article{arxiv.2605.06627,
title = {PianoCoRe: Combined and Refined Piano MIDI Dataset},
author = {Ilya Borovik},
journal= {arXiv preprint arXiv:2605.06627},
year = {2026}
}
备注
Published in TISMIR. Project repository: https://github.com/ilya16/PianoCoRe