要約
コンピュータはピアノ奏者の技能レベルを判定できるのでしょうか？この評価は、奏者の演奏の視覚的な分析に基づけるべきでしょうか、それとも耳を信じるべきなのでしょうか？現在のCNN（畳み込みニューラルネットワーク）は長い動画の処理に苦労していますが、短い動画クリップをどのようにサンプリングすれば、奏者の技能レベルを最も正確に反映できるのでしょうか？本研究では、マルチモーダルな技能評価に焦点を当てた初のデータセットを集め、公開します。このデータセットを通じて、上記の質問に対する回答を提供し、ピアノ演奏スキルの自動評価に関する研究を開始するとともに、将来の研究のために基準となる結果も提示します。データセットは以下のURLから入手可能です: https://github.com/ParitoshParmar/Piano-Skills-Assessment.