초록
본 논문은 음악 연구를 위한 기계 학습 방법의 감독 및 평가 자료원으로 활용될 새로운 대규모 음악 데이터셋인 MusicNet을 소개합니다. MusicNet은 10명의 작곡가가 11개의 악기로 작곡한 수백 개의 자유 라이선스 클래식 음악 녹음과 함께, 다양한 스튜디오 및 마이크 조건에서 촬영된 34시간 분량의 실내악 공연에 대한 악기/노트 주석이 포함되어 있어, 100만 개 이상의 시간 라벨을 제공합니다.논문에서는 음악 녹음에서 노트를 예측하는 다중 레이블 분류 작업을 정의하고, 이를 위한 평가 프로토콜을 제시하며, 다음과 같은 여러 기계 학습 아키텍처를 벤치마킹합니다: i) 스펙트로그램 특징을 이용한 학습; ii) 신경망을 사용한 엔드투엔드 학습; iii) 컨볼루션 신경망을 사용한 엔드투엔드 학습. 이러한 실험 결과는 노트 예측을 위해 훈련된 엔드투엔드 모델이 오디오의 저수준 표현으로서 주파수 선택 필터를 학습함을 보여줍니다.