[論文レビュー] Partitura: A Python Package for Symbolic Music Processing

Carlos Cancino-Chacón, Silvan David Peter+4 more|arXiv (Cornell University)|Jun 2, 2022

Music and Audio Processing被引用数 6

ひとこと要約

Partitura は、MEI、MusicXML、Humdrum、MIDI ファイルを、ノート配列やピアノロールなどの構造的で MIR に適したデータ形式に効率的にパースできる、軽量な Python パッケージです。ピッチスペルの検出、キー・シグネチャーの特定、ボイス分離といった重要な音楽分析タスクをサポートし、スコアからパフォーマンスへのアライメントを独自に処理するため、音楽的知識が限定的な研究者や機械学習パイプラインとの高い互換性が求められる研究者に最適です。

ABSTRACT

Partitura is a lightweight Python package for handling symbolic musical information. It provides easy access to features commonly used in music information retrieval tasks, like note arrays (lists of timed pitched events) and 2D piano roll matrices, as well as other score elements such as time and key signatures, performance directives, and repeat structures. Partitura can load musical scores (in MEI, MusicXML, Kern, and MIDI formats), MIDI performances, and score-to-performance alignments. The package includes some tools for music analysis, such as automatic pitch spelling, key signature identification, and voice separation. Partitura is an open-source project and is available at https://github.com/CPJKU/partitura/.

研究の動機と目的

• 音楽情報検索（MIR）分野の研究者にとっての参入障壁を低減するため、記号的音楽データの処理を簡素化すること。
• music21 のような複雑な記号的音楽ライブラリの代替として、MIR 関連のデータ構造に特化した、軽量で効率的な代替手段を提供すること。
• MEI、MusicXML、Humdrum、MIDI といった複数の記号的音楽フォーマットと、スコアとパフォーマンスのアライメントをシームレスに扱えるようにすること。
• ピッチスペル、キー・シグネチャーの検出、ボイス分離といった必須の音楽分析ツールを、データ処理パイプラインに直接統合すること。
• スパースなピアノロールや構造化されたノート配列といった標準的で数値的に効率的な表現に簡単にアクセスできるようにすることで、高水準な MIR タスクを支援すること。

提案手法

• 専用の内部表現を用いて、MEI、MusicXML、Humdrum、MIDI ファイルをネイティブな Python オブジェクトにパースする。
• スコアとパフォーマンスを、標準的な MIR データ構造（NumPy の構造化配列としてのノート配列、SciPy のスパース行列としてのピアノロール）に変換する。
• `time_div` パラメータを用いて時間分解能を制御し、16分音符や8分音符などの異なる時間粒度でピアノロールを生成できる。
• `partitura.musicanalysis` モジュールに音楽分析ツールを実装し、記号的データからピッチスペル、キー・シグネチャー、ボイス割り当て、トーンの緊張度を推定する。
• ヒューリスティックおよびルールベースの推論を用いて、MIDI ファイル（スコアとして扱われる）において欠落している音楽的情報（例：ピッチスペル、ボイスラベル）を回復する。
• ノートレベルや時間レベル（例：拍や小節レベル）でのスコアとパフォーマンスのアライメントを可能にする。これは、既存のライブラリの中で唯一の特徴である。

実験結果

リサーチクエスチョン

• RQ1 MEI、MusicXML、Humdrum、MIDI といった多様なフォーマットからの記号的音楽データを、MIR ワークフローを支援する形で一貫性のある方法でパース・表現できるか？
• RQ2 ノート配列やピアノロールといった一般的に使用される MIR データ構造を、記号的音楽表現から効果的に抽出する最良の方法は何か？
• RQ3 深い記号的音楽表現を必要としない状況でも、軽量で高水準の音楽分析ツールをデータ処理パイプラインに統合できるか？
• RQ4 スコアからパフォーマンスへのアライメントを、下流の MIR タスクを支援する形で体系的に表現・計算できるか？
• RQ5 MIDI ファイルに欠落している音楽的メタデータ（例：ピッチスペル、ボイスラベル）を、ルールベースの手法で信頼性高く推定できるか？

主な発見

• Partitura は、MEI、MusicXML、Humdrum、MIDI フォーマットからの記号的音楽データを、一貫性があり MIR に適した Python オブジェクトに正しくパース・表現している。
• スパース行列表現を効率的に用いることで、時間分解能をカスタマイズ可能な一行情報としてノート配列やピアノロールを抽出できる。
• ピッチスペル、キー・シグネチャーの検出、ボイス分離といった音楽分析ツールは、明示的なメタデータが欠落している MIDI ファイルに対しても、正確に推定されている。
• Partitura は、ノートレベルおよび時間レベルでのスコア-パフォーマンスアライメントを独自にサポートしており、アライメントに基づく MIR タスクを可能にしている。
• 手動での前処理や音楽的知識の必要性が低減され、MIR 研究のデータパイプラインが簡素化されている。
• パッケージはパフォーマンスと拡張性を考慮して設計されており、今後の開発では不正なファイルの処理、並列処理、自動スコア展開の対応が進んでいる。