실내 앙상블 제네레이터: 생성 모델링을 통한 무한한 고품질 MIR 데이터

데이터는 현대 머신 러닝 시스템의 핵심 요소이며, 음악 정보 검색(MIR) 분야에서도 마찬가지입니다. 그러나 MIR는 오랫동안 작은 데이터셋과 신뢰할 수 없는 라벨로 인해 발전이 제한되어 왔습니다. 본 연구에서는 이 문제를 해결하기 위해 생성 모델링을 활용하는 방법을 제안합니다. 바흐 코랄즈(Bach Chorales)에 대해 훈련된 Coconet 모델과 실내 앙상블에 대한 구조적 합성 모델(MIDI-DDSP, URMP 데이터셋에서 훈련)을 연결하여, 리얼리티 있는 코랄 음악을 무제한으로 생성하고, 믹스, 스템, MIDI, 노트 수준의 연주 속성(スタッ카토, 비브라토 등), 심지어 세부적인 합성 매개변수(피치, 진폭 등)까지 포함된 풍부한 주석을 제공할 수 있는 시스템을 개발하였습니다. 이 시스템을 실내 앙상블 생성기(Chamber Ensemble Generator, CEG)라고 명명하였으며, 이를 통해 네 가지 다른 실내 앙상블에서 코랄 음악의 대규모 데이터셋(CocoChorales)을 생성하였습니다. 본 연구에서는 제안된 접근법으로 생성된 데이터가 음악 트랜스크립션 및 소스 분리 분야의 최신 모델들을 개선한다는 것을 입증하였으며, MIR 커뮤니티의 미래 연구를 위한 오픈 소스 기반으로 시스템과 데이터셋을 공개하였습니다.