JS Fake Chorales: ein synthetischer Datensatz polyphoner Musik mit menschlicher Annotation

Hochwertige Datensätze für lernbasierte Modellierung polyphoner symbolischer Musik sind im Vergleich zu anderen Domänen, wie beispielsweise Sprachmodellierung oder Bildklassifikation, weiterhin weniger skalierbar zugänglich. Tiefenlernalgorithmen zeigen großes Potenzial, um die breite Anwendung interaktiver Musikgenerierungstechnologien in Consumer-Anwendungen zu ermöglichen, doch der Mangel an großskaligen Datensätzen bleibt ein Engpass für die Entwicklung von Algorithmen, die konsistent hochwertige Ausgaben generieren können. Wir schlagen vor, dass Modelle mit enger Spezialisierung als Quelle für hochwertige, skalierbare synthetische Daten dienen können, und stellen die JS Fake Chorales, einen Datensatz aus 500 von einem neuen lernbasierten Algorithmus generierten Stücken, im MIDI-Format öffentlich zur Verfügung. Wir nutzen aufeinanderfolgende Ausgaben des Algorithmus und vermeiden bewusst eine selektive Auswahl („cherry-picking“), um das Potenzial zur on-demand-Weitervergrößerung dieses Datensatzes zu validieren. Wir führen eine Online-Experimente zur menschlichen Bewertung durch, die so fair gegenüber dem Hörer wie möglich gestaltet wurde, und stellen fest, dass die Teilnehmer im Durchschnitt nur um 7 % besser als zufälliges Raten waren, wenn sie zwischen den JS Fake Chorales und echten Chorälen von J.S. Bach unterscheiden mussten. Zudem stellen wir anonymisierte Daten aus den Experimenten zusammen mit den MIDI-Dateien öffentlich bereit. Schließlich führen wir Ablationsstudien durch, um die Wirksamkeit der Verwendung der synthetischen Stücke für Forschung in der Modellierung polyphoner Musik zu demonstrieren, und zeigen, dass sich die Validierungsset-Verluste für den klassischen JSB Chorales-Datensatz mit einem bekannten Algorithmus verbessern lassen, indem lediglich das Trainingsset durch die JS Fake Chorales erweitert wird.