Guzheng_Tech99
קוד פתוחccmusic-databasecc-by-nc-nd-4.02023-10-12
אפשר גם להריץ אותו בדפדפן בלי להתקין דבר.
המאגר כולל 99 קטעי סולו מוקלטים באולפן של כלי המיתר הסיני גוג'נג, עם תיוג מדויק ברמת הפריים של שבע טכניקות נגינה. הוא נבנה למשימות של זיהוי טכניקות נגינה ותמלול מוזיקלי מפורט.
- 329הורדות בחודש
- 32לייקים
מה זה
הנתונים מורכבים מ־99 יצירות סולו מלאות שבוצעו על ידי נגנים מקצועיים באולפן הקלטות, באורך כולל של כ־151 דקות. כל תו סומן ידנית ומכיל זמני התחלה וסיום (onset, offset), גובה צליל (pitch) וסיווג לפי שבע טכניקות נגינה שונות: ויברטו, פריטה, גלישה מעלה, גלישה מטה, גליסנדו, טרמולו וצליל נקודתי. בסך הכל נאספו 63,352 תיוגים כאלה, שמסתכמים ב־15,838 קטעי תווים בודדים.
במקור המידע פורסם כקבצי אודיו לצד קובץ CSV נפרד, אך בגרסה הנוכחית הוא אורגן מחדש לשתי תצורות. התצורה הבסיסית מחזיקה אודיו בקצב דגימה של 44,100 הרץ, ספקטרוגרמות מל ומילון נתונים לכל שיר. תצורת ההערכה מחלקת את השירים למקטעים של 3 שניות וממירה אותם לספקטרוגרמות CQT יחד עם מערכי תוויות רב-שכבתיים לפי פריימים. החלוקה המובנית כוללת 79 שירים לאימון, 10 לתיקוף ו־10 לבדיקה.
מתאים ל
- זיהוי טכניקות נגינה בפריימים
אימון מודלים לסיווג רב-תוויתי שמזהה שבע טכניקות נגינה בכלי מיתר על בסיס ספקטרוגרמות CQT.
- תמלול אוטומטי של מוזיקה
פיתוח כלי MIR שמחלצים זמני תו (onset/offset) וגובה צליל מתוך הקלטות סולו נקיות של גוג'נג.
- בנצ'מרק למודלי שמע מוזיקליים
הערכת ביצועים של ארכיטקטורות קשב ומודלים מרובי-קנה-מידה על חלוקת ה־test המוגדרת של 10 יצירות.
איפה זה נופל
הבעיה המרכזית בנתונים היא חוסר איזון קיצוני בין המחלקות. פריטה רגילה תופסת 74.88% מכלל המקטעים וכ־118 דקות מהאודיו, בעוד טכניקות מורכבות יותר כמעט ולא קיימות: טרמולו מהווה רק 0.49% מהמקטעים, וגליסנדו מסתכם בדקה אחת בלבד בכל המאגר. בנוסף, מדובר בהקלטות אולפן נקיות של כלי בודד, לכן מודל שיאומן עליו לא יחזיק מעמד מול רעשי רקע, הופעות חיות או שילוב עם כלים אחרים.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מוצר מסחרי?
לא. הרישיון הוא CC BY-NC-ND 4.0 שכולל סעיף NonCommercial מפורש, כך שהשימוש מוגבל למחקר אקדמי ולניסויים אישיים בלבד.
מה ההבדל בין מאגר זה לבין GZ IsoTech?
המאגר הזה מתייג כל תו ותו ברמת הפריים הבודד לאורך יצירות מלאות, בעוד GZ IsoTech מציע תיוג ברמת מקטע אודיו שלם בלבד. בנוסף, הגדרת שבע טכניקות הנגינה שונה מעט בין שני המאגרים.
האם הנתונים כוללים טקסט או שפה?
התוכן המוקלט הוא מוזיקה אינסטרומנטלית ללא מילים או דיבור. התוויות והשדות המטא-דאטה מוגשים באנגלית ובסינית.
איך טוענים
טוענים את המאגר ישירות בספריית datasets של פייתון ללא צורך באישור גישה מוקדם. אפשר לבחור בין תצורת ברירת המחדל שמכילה את האודיו המלא לבין תצורת eval שמכילה מראש קטעי CQT באורך שלוש שניות עם מערכי תוויות בגודל 7 על 258, בהתאם לניסויים שנעשו במאמר המקורי. המאגר שוקל מעט יחסית למאגרי סאונד כיוון שהוא מכיל פחות מ־1,000 רשומות ברמת השירים, אך הוא שמור בפורמט חבילות arrow שמזרז את הטעינה והעיבוד.
from datasets import load_dataset
ds = load_dataset("ccmusic-database/Guzheng_Tech99")הרישיון
המאגר מופץ תחת רישיון CC BY-NC-ND 4.0. הרישיון אוסר לחלוטין שימוש מסחרי מכל סוג, ומחייב מתן קרדיט מלא ליוצרים. בנוסף, חל איסור ליצור יצירות נגזרות (NoDerivatives), תנאי שמגביל מאוד הפצה של עיבודים לנתונים ומעמיד בספק שימוש פתוח במשקלי מודל שאומנו עליו.