Sheet Music Benchmark：标准化光学音乐识别评估
计算机视觉与模式识别
2025-06-16 v2 数字图书馆
信息检索
摘要
本工作引入了 Sheet Music Benchmark（SMB），一个包含六百八十五页的音乐数据集，旨在为光学音乐识别（OMR）研究提供基准。SMB 涵盖多样化的音乐纹理，包括单音乐、钢琴式、四重奏等，全部使用 Common Western Modern Notation 编码为 Humdrum **kern 格式。我们还引入 OMR Normalized Edit Distance（OMR-NED），一个专为评估 OMR 性能而设计的新指标。OMR-NED 基于广泛使用的符号错误率（SER），提供涵盖音符头、梁、音高、异常音等关键记谱特征的细粒度和详细错误分析。OMR-NED 提供的 numeric 分数便于清晰比较，使研究者和最终用户能够识别最佳 OMR 方法。我们的工作解决了 OMR 评估长期缺失的课题，并通过标准化的 SMB 数据集划分进行训练和评估，以验证基线实验。
关键词
引用
@article{arxiv.2506.10488,
title = {Sheet Music Benchmark: Standardized Optical Music Recognition Evaluation},
author = {Juan C. Martinez-Sevilla and Joan Cerveto-Serrano and Noelia Luna and Greg Chapman and Craig Sapp and David Rizo and Jorge Calvo-Zaragoza},
journal= {arXiv preprint arXiv:2506.10488},
year = {2025}
}