论文页面 - PianoCoRe：统一且精炼的钢琴MIDI数据集

来源：https://huggingface.co/papers/2605.06627

摘要

本文介绍了一个大规模的钢琴MIDI数据集PianoCoRe，该数据集整合并精炼了主要的开源钢琴语料库，包含了多样化的演奏数据以及音符级别的乐谱对齐信息，适用于音乐信息检索应用。

带有匹配乐谱与演奏数据的符号音乐数据集对于许多音乐信息检索（https://huggingface.co/papers?q=music%20information%20retrieval）（MIR）任务至关重要。然而，现有资源通常覆盖的作曲家范围较窄，缺乏演奏多样性，缺少音符级别对齐（https://huggingface.co/papers?q=note-level%20alignment），或使用不一致的命名格式。本工作提出了PianoCoRe，这是一个大规模的钢琴MIDI（https://huggingface.co/papers?q=MIDI）数据集，整合并精炼了主要的开源钢琴语料库。该数据集包含5,625首作品（由483位作曲家创作）的250,046次演奏，总计21,763小时的演奏时长。PianoCoRe以分层子集的形式发布，以支持不同的应用场景：从大规模分析和预训练（PianoCoRe-C和去重后的PianoCoRe-B）到带有音符级别乐谱对齐的表现力演奏建模（https://huggingface.co/papers?q=performance%20modeling）（PianoCoRe-A/A*）。音符对齐子集PianoCoRe-A提供了迄今为止最大的开源数据集，包含1,591首乐谱对齐的157,207次演奏。除了数据集本身，本文的贡献还包括：（1）一个MIDI（https://huggingface.co/papers?q=MIDI）质量分类器，用于检测损坏的演奏和类似乐谱的转录；（2）RAScoP，一个对齐精炼（https://huggingface.co/papers?q=alignment%20refinement）管道，用于清除时间对齐错误（https://huggingface.co/papers?q=temporal%20alignment%20errors）并插值缺失的音符。分析表明，精炼过程减少了时间噪声并消除了速度异常值。此外，在PianoCoRe上训练的表现力演奏渲染（https://huggingface.co/papers?q=expressive%20performance%20rendering）模型与在原始或较小数据集上训练的模型相比，对未见过的作品表现出更强的鲁棒性。PianoCoRe为下一代表现力钢琴演奏研究提供了可直接使用的坚实基础。

查看arXiv页面（https://arxiv.org/abs/2605.06627）查看PDF（https://arxiv.org/pdf/2605.06627）项目页面（https://doi.org/10.5334/tismir.333）GitHub10（https://github.com/ilya16/PianoCoRe）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2605.06627）

在您的智能体中获取这篇论文：

hf papers read 2605\.06627

没有最新的CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用该论文的模型2

SyMuPe/Aria-MIDI-MLM 特征提取• 更新于约4小时前 • 31（https://huggingface.co/SyMuPe/Aria-MIDI-MLM）

SyMuPe/MIDI-Quality-Classifier 更新于约4小时前 • 30（https://huggingface.co/SyMuPe/MIDI-Quality-Classifier）

引用该论文的数据集1

SyMuPe/PianoCoRe 查看器• 更新于约9小时前 • 250k • 2.21k • 4（https://huggingface.co/datasets/SyMuPe/PianoCoRe）

引用该论文的Spaces0

没有链接此论文的Space

在Space的README.md中引用arxiv.org/abs/2605.06627即可从此页面链接。

包含该论文的收藏集1