GZ_IsoTech
קוד פתוחccmusic-databasecc-by-nc-nd-4.02023-10-12
אפשר גם להריץ אותו בדפדפן בלי להתקין דבר.
המאגר כולל קטעי אודיו קצרים לזיהוי שמונה טכניקות נגינה שונות בכלי המסורתי גו-ג'נג. הוא מיועד למי שמפתח מודלים לסיווג טכניקות נגינה באודיו מוזיקלי.
- 254הורדות בחודש
- 30לייקים
מה זה
במאגר יש 2,824 קטעי אודיו באורך כולל של כמעט 64 דקות, עם אורך ממוצע של 1.36 שניות לקטע. המקור של רוב ההקלטות אינו נגינה אנושית חיה, 2,328 קטעים נלקחו ממאגרי צלילים וירטואליים, ורק 496 קטעים הוקלטו על ידי נגנית מקצועית.
התוויות מחולקות לשמונה טכניקות נגינה ספציפיות לכלי, כמו ויברטו, גליסנדו ופריטות שונות. המידע שמור בשישה שדות: קובץ אודיו שנדגם בתדר 44,100 הרץ, ספקטרוגרמת מל, מזהה מספרי, ותוויות טקסטואליות באיטלקית, פין-יין ותווים סיניים. הנתונים מחולקים מראש ביחס של 4 ל־1 בין אימון למבחן.
מתאים ל
- סיווג טכניקות נגינה
אימון מודלים לזיהוי שמונה טכניקות ביצוע שונות של גו-ג'נג מתוך קטעי אודיו קצרים.
- הערכת מודלי MIR
בדיקת ביצועים של אלגוריתמים לאחזור מידע מוזיקלי על כלי נגינה לא מערביים.
- שחזור ניסויים אקדמיים
בדיקה והשוואה מול התוצאות שפורסמו במאמר המקורי מכנס ISMIR 2022.
איפה זה נופל
ההטיה המרכזית היא שרוב מוחלט של הדאטה מגיע מבנקי סאונד ממוחשבים ולא מנגינה אנושית רציפה, מה שעלול לפגוע בביצועים על הקלטות חיות ואקוסטיות. בנוסף, חלוקת הקטעים אינה שווה לחלוטין, טכניקת Upward Portamento מהווה 19% מהמאגר בעוד Tremolo עומדת על 8.1% בלבד. כמעט כל הקטעים קצרים משלוש שניות, כך שאי אפשר לבחון עליו מודלים שמנתחים הקשר מוזיקלי ארוך.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מוצר מסחרי?
לא, הרישיון שמוגדר הוא cc-by-nc-nd-4.0 שאוסר במפורש שימוש מסחרי. מעבר לכך, סעיף ה־ND אוסר הפצה של תוצרים נגזרים, מה שמונע שחרור של מודל שאומן עליו. השימוש מוגבל למחקר אקדמי בלבד.
איך נאספו קטעי האודיו?
החומר מורכב משני מקורות שונים לחלוטין. 2,328 קטעים נדגמו ממאגרי צלילים וירטואליים, ו־496 קטעים בלבד הוקלטו מנגינה של אמנית מקצועית בכלי. כל הקטעים נדגמו מחדש בתדר של 44,100 הרץ.
האם יש תמיכה בעברית או רלוונטיות לשוק המקומי?
אין במאגר שום תוכן בעברית, והוא מתמקד במוזיקה סינית מסורתית. התוויות הטקסטואליות מופיעות בסינית, פין-יין, אנגלית ואיטלקית. הוא רלוונטי לחוקר ישראלי רק אם הוא עוסק בזיהוי תבניות אודיו מוזיקליות ייחודיות.
מה הגודל של המאגר והאם צריך חומרה חזקה כדי להריץ אותו?
המאגר מכיל 2,824 קטעים באורך כולל של כ־64 דקות בלבד. בגלל שמדובר בפחות משעה וחצי של אודיו, אפשר לטעון ולעבד אותו בקלות על כל מחשב אישי רגיל. אין צורך בשרתים ייעודיים או במשאבי חישוב כבדים.
איך טוענים
טוענים אותו ישירות דרך ספריית datasets באמצעות המזהה ccmusic-database/GZ_IsoTech, בלי צורך בבקשת גישה מיוחדת או מפתח. המאגר מכיל 20 קבצים בפורמט Arrow וקובצי תצורה, וניתן לבחור בין תת-המאגר default לתת-המאגר eval. השדות השימושיים ביותר הם קובץ האודיו או ספקטרוגרמת המל שכבר חושבה מראש, לצד התווית המספרית.
from datasets import load_dataset
ds = load_dataset("ccmusic-database/GZ_IsoTech")הרישיון
המאגר מופץ תחת רישיון cc-by-nc-nd-4.0. הרישיון הזה אוסר כל שימוש מסחרי ומחייב מתן קרדיט ליוצרים. בנוסף, סעיף ה־ND אוסר הפצה של יצירות נגזרות, מה שמגביל מאוד הפצה של מודלים שאומנו עליו או עיבודים של הנתונים, ולכן הוא מתאים אך ורק למחקר פנימי ולשחזור תוצאות אקדמיות.