基于指法的钢琴演奏教育乐谱难度分析
声音
2022-03-25 v1 多媒体
音频与语音处理
摘要
在本文中，我们引入乐谱难度分类作为音乐信息检索（MIR）的一项子任务，可用于音乐教育技术、个性化课程生成以及乐谱检索。我们为该项任务引入了一个新颖的数据集 Mikrokosmos-difficulty，包含 147 首符号化表示的钢琴曲，以及由其作曲家 Béla Bartók 与出版商给出的相应难度标签。作为方法的一部分，我们提出了基于不同钢琴指法算法的钢琴技巧特征表示。我们将这些特征作为两类分类器的输入：带有注意力机制的门控循环单元神经网络（GRU）以及在乐谱片段上训练的梯度提升树。我们表明，对于我们的数据集，基于指法的特征表现优于仅考虑乐谱中音符的简单基线。此外，带注意力机制的 GRU 分类器超越了梯度提升树。我们提出的模型具有可解释性，并能够在局部（短时段片段）与全局（整曲）上生成难度反馈。代码、数据集、模型及在线演示均已提供以保证可复现性。
引用
@article{arxiv.2203.13010,
title = {Score difficulty analysis for piano performance education based on fingering},
author = {Pedro Ramoneda and Nazif Can Tamer and Vsevolod Eremenko and Xavier Serra and Marius Miron},
journal= {arXiv preprint arXiv:2203.13010},
year = {2022}
}