[論文レビュー] Corpus COFLA: A research corpus for the Computational study of Flamenco Music

Nadine Kroher, José Miguel Díaz-Báñez+2 more|arXiv (Cornell University)|Oct 14, 2015

Music and Audio Processing参考文献 5被引用数 4

ひとこと要約

本論文では、100のプロフェッショナルな録音トラックを含み、豊富なオーディオデータ、メタデータ、複数のアノテート済みサブセットを備えた、フラメンコ音楽の包括的で研究用のコーパス、corpusCOFLAを紹介する。計算音楽学を目的として設計されており、自動メロディー表記、パターン検出、スタイル分類などの音楽情報検索（MIR）ツールの再現可能で評価可能な開発を可能にする。10種類の異なるフラメンコスタイルを対象とした、公開可能で標準化されたアノテーションが整ったデータを提供する。

ABSTRACT

Flamenco is a music tradition from Southern Spain which attracts a growing community of enthusiasts around the world. Its unique melodic and rhythmic elements, the typically spontaneous and improvised interpretation and its diversity regarding styles make this still largely undocumented art form a particularly interesting material for musicological studies. In prior works it has already been demonstrated that research on computational analysis of flamenco music, despite it being a relatively new field, can provide powerful tools for the discovery and diffusion of this genre. In this paper we present corpusCOFLA, a data framework for the development of such computational tools. The proposed collection of audio recordings and meta-data serves as a pool for creating annotated subsets which can be used in development and evaluation of algorithms for specific music information retrieval tasks. First, we describe the design criteria for the corpus creation and then provide various examples of subsets drawn from the corpus. We showcase possible research applications in the context of computational study of flamenco music and give perspectives regarding further development of the corpus.

研究の動機と目的

• フラメンコ音楽の計算分析に向けた標準化された、公開可能なデータセットの不足に応えること。フラメンコ音楽は非常に即興的であり、文書化が不十分である。
• フラメンコ音楽向けの音楽情報検索（MIR）アルゴリズムの開発、トレーニング、評価を支援する統合的データフレームワークを構築すること。
• キュレートされた専門家検証済みのオーディオ録音、一貫性のあるメタデータ、複数のアノテート済みサブセットを提供することで、再現可能性とアクセス可能性を確保すること。
• 計算的および伝統的な音楽学的研究の両方の基盤を提供することで、学際的研究を支援すること。
• 自動メロディー表記、リズム構造検出、メロディック類似性分析といったタスクにおけるベンチマーク作成と進展を促進すること。

提案手法

• コーパスは、100の商業的に入手可能なフラメンコ録音から構築された。これらは、複雑さと装飾の度合いにわたる均等なサンプリングを実現するように、10の主要なフラメンコスタイル・ファミリーを代表するように慎重に選定された。
• 専門音楽学者が原始的なオーディオ収集をキュレートし、ボーカルメロディー表記や繰り返しメロディックパターン検出といった主要タスクの手動アノテーションを提供した。
• コアコーパスから複数のアノテート済みサブセットが導出された：cante2midi（20トラック）はメロディー表記用、canteFAN（10トラック）はパターン検出用、cante100（100トラック）はスタイル分類用。
• 低レベルのオーディオ記述子（例：MFCC、スペクトルフラックス、RMS）は、essentia音声分析ライブラリを用いて抽出され、MIDIおよびCSV形式のアノテーションとともに保存された。
• アノテーションは専門家によるレビューと自動システムとの照合を通じて検証され、高い信頼性と一貫性が確保された。
• 音声、メタデータ、アノテーションを含むすべてのデータは、研究目的に限定した明確なライセンスを伴い、オンラインリポジトリを通じて公開された。

実験結果

リサーチクエスチョン

• RQ1 標準化され、公開可能なコーパスが、フラメンコ音楽の計算研究における再現可能性とベンチマーク作成を改善できるか？
• RQ2 COFLAのような多様で専門家がアノテートしたコーパスを用いてトレーニング・評価された自動メロディー表記システムは、どの程度効果的か？
• RQ3 アノテート済みトレーニングデータを用いて、フラメンコ音楽における繰り返しメロディックパターンをどの程度信頼性高く検出できるか？
• RQ4 コーパスの代表的サブセットでトレーニングされた計算モデルは、異なるフラメンコスタイルファミリー間でどの程度一般化するか？
• RQ5 コーパスから抽出された低レベルのオーディオ記述子は、フラメンコ音楽の分類と類似性分析を堅牢にサポートできるか？

主な発見

• corpusCOFLAデータセットには、10種類の異なるスタイルファミリーをカバーする100の高品質なフラメンコ録音が含まれており、バランスの取れた代表的サンプリングがなされている。
• cante2midiサブセットには、20のトラックが含まれ、手動で検証されたノートレベルのボーカルメロディー表記とフレーム単位のオーディオ記述子が含まれており、メロディー抽出アルゴリズムの厳密な評価が可能である。
• canteFANサブセットは、10のトラックに繰り返しメロディックパターンがアノテートされており、フラメンコ音楽におけるモチーフ検出や構造的分析の研究を支援する。
• cante100サブセットは、100のトラックの代表的サンプルを提供し、メタデータとmusicBrainz IDを備えており、大規模なスタイル分類と比較研究が可能である。
• すべてのアノテーションはフラメンコ専門家によって検証されており、表記やパターン検出における主観性を低減し、高い信頼性を確保している。
• コーパスおよびそのアノテート済みサブセットはすべて公開されており、計算フラメンコ研究における透明性、再現可能性、共同研究を促進する。