PianoCoRe：组合和精炼的钢琴 MIDI 数据集

具有匹配乐谱和表演的符号音乐数据集对于许多音乐信息检索 (MIR) 任务至关重要。然而，现有资源通常涵盖作曲家范围狭窄、缺乏演奏多样性、忽略音符级别对齐或使用不一致的命名格式。这项工作提出了 PianoCoRe，这是一个大型钢琴 MIDI 数据集，它统一并完善了主要的开源钢琴语料库。该数据集包含 483 名作曲家创作的 5,625 首作品的 250,046 场表演，总计 21,763 小时的表演音乐。 PianoCoRe 以分层子集形式发布，以支持不同的应用：从大规模分析和 预训练（PianoCoRe-C 和去重 PianoCoRe-B）到具有音符级乐谱对齐的表现力演奏建模 (PianoCoRe-A/A*)。音符对齐子集 PianoCoRe-A 提供迄今为止最大的开源集合，其中包含 157,207 个演奏，与 1,591 个乐谱对齐。除了数据集之外，贡献还包括：(1) 一个 MIDI 质量分类器，用于检测损坏的和类似乐谱的转录；(2) RAScoP，一个对齐细化管道，可以清除时间对齐错误并插入丢失的音符。分析表明，细化减少了时间噪声并消除了节奏异常值。此外，与在原始数据集或较小数据集上训练的模型相比，在 PianoCoRe 上训练的富有表现力的性能渲染模型对未见过的片段表现出更高的鲁棒性。 PianoCoRe 为下一代富有表现力的钢琴演奏研究提供了即用型基础。