البيانات هي النبض الحيوي لأنظمة التعلم الآلي الحديثة، بما في ذلك تلك المستخدمة في استرجاع معلومات الموسيقى (MIR). ومع ذلك، ظلَّت MIR تعاني لفترة طويلة من قلة حجم البيانات وLabels غير موثوقة. في هذا العمل، نقترح كسر هذه العقبة باستخدام النمذجة التوليدية. من خلال تكامل نموذج توليدي للملاحظات (Coconet مدرب على باخ كورالز) مع نموذج التركيب الهيكلي للفرقة الصغيرة (MIDI-DDSP مدرب على URMP)، نعرض نظامًا قادرًا على إنتاج كميات لا محدودة من موسيقى الكورال الواقعية مع ضوابط غنية تشمل المزيجات، المسارات، MIDI، خصائص الأداء على مستوى الملاحظة (مثل الستاكاتو والفيبراتو وغيرها)، وحتى معلمات التركيب الدقيقة (مثل الارتفاع والشدة وغيرها). نطلق على هذا النظام اسم مولد الفرقة الصغيرة (CEG)، ونستخدمه لإنشاء مجموعة بيانات كبيرة من الكورالات تنتمي إلى أربع فرق صغيرة مختلفة (CocoChorales). نثبت أن البيانات التي تم إنشاؤها باستخدام أسلوبنا تحسن النماذج الرائدة في مجال كتابة الموسيقى وفصل المصادر، ونقوم بإصدار النظام ومجموعة البيانات بشكل مفتوح المصدر كأساس للعمل المستقبلي في مجتمع MIR.注释：- "Labels" 翻译为 "العلامات"，这是在数据集中的常见术语。- "Staccato" 和 "Vibrato" 保留了原文，因为这些音乐术语在阿拉伯语中也有对应的专有名词。- "Pitch" 和 "Amplitude" 也保留了原文，以确保专业性。