URMP は、University of Rochester Multi-Modal Musical Performance の正式名で、音楽パフォーマンスの視聴覚分析に使用されるデータ セットです。データセットは、個々のトラックの個別に録音された演奏で構成される 44 個のシンプルな複数楽器の楽曲で構成されています。各曲のデータセットは、MIDI 形式のスコア、個々の楽器の高品質録音、および合成された曲のビデオを提供します。

このデータセットは、広く使用されている既存の音楽オーディオ データセットと比較され、既存の音楽情報検索 (MIR) タスクや新しいマルチモーダル タスクの開発と評価に役立つことが期待されます。このデータセットは、2 つの既存の MIR タスク (乗算分析とスコア ソース分離) をベンチマークし、他の既存の音楽オーディオ データセットと比較します。