GigaMIDI 数据集及其用于表达性音乐演奏检测的特征

MIDI（Musical Instrument Digital Interface）自1983年问世以来，彻底革新了音乐制作，使计算机和乐器能够高效通信。MIDI文件以紧凑的方式编码音乐指令，便于便捷的音乐分享。它们受Music Information Retrieval（MIR）的青睐，助力于音乐理解、计算音乐学和生成音乐等领域的研究。GigaMIDI 数据集包含超过140万个独特的MIDI文件，涵盖18亿个MIDI 音符事件和超过530万个MIDI轨道。GigaMIDI目前是公平使用条款下规模最大的符号化音乐集合，供研究使用。区分非表达性和表达性MIDI轨道具有挑战性，因为MIDI文件本身不具备这一区分。为此，我们提出了一套创新的启发式方法，用于检测表达性音乐演奏。这些方法包括基于MIDI音符速度的独特音符速度比率（DNVR）启发式方法，基于音符起始时间偏差的独特音符起始偏差比率（DNODR）启发式方法，以及基于音符起始位置相对于度量水平的音符起始中位数指标（NOMML）启发式方法。我们的评估表明，这些启发式方法能够有效区分非表达性和表达性MIDI轨道。此外，经过评估后，我们创建了规模最大的表达性MIDI数据集，采用NOMML方法进行筛选。该筛选后的GigaMIDI迭代包含所有通用MIDI乐器的表达性演奏轨道，构成GigaMIDI数据的31%，总计1,655,649条轨道。