Un ordinateur peut-il déterminer le niveau de compétence d'un pianiste ? Est-il préférable de baser cette évaluation sur l'analyse visuelle de la performance du joueur ou devrions-nous faire confiance à nos oreilles plutôt qu'à nos yeux ? Comme les CNNs actuelles (réseaux de neurones convolutifs) ont des difficultés à traiter des vidéos longues, comment peut-on échantillonner des clips plus courts pour refléter au mieux le niveau de compétence du joueur ? Dans ce travail, nous collectons et mettons à disposition un jeu de données unique en son genre pour l'évaluation multimodale du niveau de compétence, en particulier celle des pianistes. Nous répondons aux questions posées, initions des travaux sur l'évaluation automatisée des compétences au piano et fournissons des points de référence pour les recherches futures. Le jeu de données est disponible à l'adresse suivante : https://github.com/ParitoshParmar/Piano-Skills-Assessment.