arXiv:2410.22046v4 cs.SD 공식 코드 · Papers with Code

CHORDONOMICON: 666,000곡과 해당 화음 진행으로 구성된 데이터셋

CHORDONOMICON: A Dataset of 666,000 Songs and their Chord Progressions

Spyridon Kantarelis, Ioannis Liolitsas, Konstantinos Thomas, Vassilis Lyberatos, Edmund Dervakos, Giorgos Stamou

제출 2024-10-29

한국어 초록

화음 진행(chord progression)은 음악의 구조 및 전달되는 감정과 관련된 중요한 정보를 담고 있습니다. 이는 음악 작곡의 중추 역할을 하며, 많은 경우 음악가가 음악을 따라 연주하는 데 필요한 유일한 정보이기도 합니다. 이러한 중요성에도 불구하고, 데이터 도메인으로서의 화음 진행은 여전히 충분히 탐색되지 않았습니다. 기존 데이터셋은 음악 이해 모델을 엄격하게 평가(evaluation)하는 데 필요한 규모, 구조적 주석, 메타데이터 다양성이 부족합니다. 본 연구에서는 사용자 생성 진행 및 관련 메타데이터의 다양한 소스를 스크래핑하여 제작되었으며, 널리 확립된 이전 데이터셋들과 강한 유사성을 보이는 666,000개 이상의 곡 수준 심볼릭 화음 진행을 포함하는 해당 분야 최대 규모의 데이터셋인 Chordonomicon을 제시합니다. 이 데이터셋은 구조적 파트(verse, chorus, bridge 등), 장르, 발매일로 주석이 달려 있습니다. 데이터셋 자체를 넘어, 엄격한 완전 일치(exact-match) 평가 기준 하에 여러 컨텍스트 윈도우(context window) 크기와 데이터 규모에 걸쳐 세 가지 시퀀스 모델링 아키텍처(RNN, GRU, LSTM)를 평가하는 다음 화음 예측을 위한 재현 가능한 벤치마크(benchmark) 스위트를 제안합니다. 실험 결과, 구조적 파트 주석이 예측 성능을 일관되게 향상시키는 것으로 나타났습니다. Chordonomicon은 화음 예측, 분류(classification), 생성 등을 다루는 향후 연구의 공정하고 재현 가능한 비교를 지원하기 위해 분할 방법론, 베이스라인, 평가 프로토콜을 함께 제공하는 공개 벤치마크로 출시됩니다.

원문 초록

Chord progressions encapsulate important information about music, pertaining to its structure and conveyed emotions. They serve as the backbone of musical composition, and in many cases, they are the sole information required for a musician to play along and follow the music. Despite their importance, chord progressions as a data domain remain underexplored; existing datasets lack the scale, structural annotation, and metadata diversity required for rigorous evaluation of music understanding models. In this work, we present Chordonomicon, the largest dataset of its kind, containing over 666,000 song-level symbolic chord progressions, annotated with structural parts (verse, chorus, bridge, etc.), genre, and release date, created by scraping various sources of user-generated progressions and associated metadata, showing strong similarity to well-established prior datasets. Beyond the dataset itself, we propose a reproducible benchmark suite for next chord prediction, evaluating three sequence modeling architectures (RNN, GRU, LSTM) across multiple context window sizes and data scales under strict exact-match evaluation. Our experiments reveal that structural part annotations consistently improve prediction performance. Chordonomicon is released as an open benchmark, providing split methodology, baselines, and evaluation protocols to enable fair and reproducible comparison for future work on chord prediction, classification, generation, and beyond.

제출 이력

확인된 버전만 표시합니다. 전체 제출 이력은 arXiv 원문에서 확인하세요.

  1. arXiv:2410.22046v4

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

arXiv:2607.19776v1cs.SD공통 태그 symbolic music

RPPNet: 경계 인식 모델링을 통한 장기 구조 멜로디 생성을 위한 지각적으로 그룹화된 리듬-피치 프리미티브

RPPNet: Perceptually-Grouped Rhythm-Pitch Primitives for Long-Term Structure Melody Generation via Boundary-Aware Modeling

기존 기호 음악 생성 모델은 일반적으로 마디(bar)를 기본 구조 단위로 사용한다. 그러나 인간의 음악 구(phrase) 지각은 종종 악보상의 마디선과 일치하지 않아 장기 구조의 단편화를 초래한다. 본 논문은 가변적 구조 경계를 갖는 2단계 심층 학습 아키텍처인 RPPNet을 제안한다. 먼저 가변 길이의 Rhythm-Pitch Primitive(RPP) 시퀀스를 생성하며, 각 RPP는 음표 수, 리듬, 윤곽(contour)을 인코딩한다. 이후 RPP 시퀀스를 구체적인 음표로 디코딩한다. RPP의 그룹화는 음악 심리학에 기반한 음향 단서, 청각적 관성(auditory inertia), 유사성 지각(similarity perception)으로부터 자동으로 도출된다. 실험 결과, RPPNet이 생성한 멜로디는 장기 구조와 음악성(musicality) 모두에서 우수하며, 모든 주관적 평가 차원에서 유의미한 개선을 보였다. Ablation 연구는 성능 향상이 모델 용량이 아니라 심리적 표현의 구조적 정확성에서 비롯됨을 확인한다. 본 연구는 음악 이론, 계산 모델링(computational modeling), 음악 심리학을 통합하여 음악 생성에 대한 학제간 관점을 제공한다.

arXiv:2607.14537v1cs.SD공통 태그 symbolic music

MIDI-RAE-JEPA: 기호 음악을 위한 계층적 표현 학습 및 생성

MIDI-RAE-JEPA: Hierarchical Representation Learning and Generation for Symbolic Music

풍부한 음악 구조의 내부 표현은 기계 보조 음악 공동 작곡과 같은 음악 이해 작업에 필수적이지만, 기호 음악 표현을 위한 자기지도 학습(SSL) 접근법은 여전히 충분히 탐구되지 않았으며, 특히 음악 구조의 계층적 다중 척도(multi-scale) 특성을 인코딩하는 방법은 더욱 그렇다. 우리는 피치(pitch) 및 시간 이동(time-shift) 동변성(equivariance) 목표를 LeJEPA와 Swin Transformer V2 인코더와 결합한 MIDI-RAE-JEPA를 제안하여, 피아노 롤(piano roll) 이미지로 인코딩된 기호 음악의 이러한 계층적 표현을 학습한다. 시간 이동 동변성 목표는 모델이 시간적 음악 관계를 내면화하도록 유도한다. 인코더는 마스크된 임베딩 예측기(MEP)를 포함한 순수 자기지도 목표로만 학습되며, SIGReg를 통해 붕괴(collapse)를 방지한다. 고정(frozen)된 인코더 임베딩 위에서 학습된 별도의 디코더는 재구성 F1 0.995를 달성하며, 해당 임베딩을 조건으로 하는 flow matching 생성 모델은 조건 발췌(conditioning excerpt)의 음역(pitch register)과 리듬 밀도(rhythmic density)를 밀접하게 재현하는 생성 결과를 만들어 내는 반면, 불일치하는 조건(conditioning)은 관련 없지만 음악적으로 그럴듯한(plausible) 출력을 낳는다. 학습된 표현은 하위 감정 분류 작업에서 Haar scattering transform 기준선을 능가하며, 임베딩 거리는 피치 및 시간 이동 크기에 따라 단조 증가하여 가측 가능한 동변성을 확인한다. 이러한 결과는 동변성 기반 SSL 목표가 충분한 세밀 수준(fine-level) 인코더 용량과 결합될 때, 기호 음악의 의미적으로 풍부하고 생성에 유용한 표현을 향한 실행 가능한 경로를 제공함을 시사한다.

arXiv:2607.11334v2cs.AI공통 태그 symbolic music

검증기 유도 12음 기법 작곡: 기호 음악 생성을 위한 생성-검증-수정 하네스

Verifier-Guided Twelve-Tone Composition: A Generate-Verify-Repair Harness for Symbolic Music Generation

대규모 언어 모델(LLM)은 표면적으로는 적법한 12음 기법 악보를 생성할 수 있지만, 퇴화적 텍스처로 붕괴한다. 본 연구는 언어 모델 제안자(proposer)를 기호적 검증과 함께하는 생성-검증-수정-추적(generate-verify-repair-trace) 루프로 감싸는 신경-기호(neuro-symbolic) 하네스를 제안한다. 전체 파이프라인은 작품 전체의 적법성을 주장하지 않으면서 이벤트-국소 일관성을 개선한다. 40개의 통제 과제와 네 쌍의 모델에 걸쳐, 제약 검증 전달률은 순수 생성에서 13.3%에서 하네스 적용 시 48.1%로 상승하며, 나머지 51.9%의 실행에서는 기권한다. 보다 좁은 충돌 및 직렬화 일관성 검사의 통과율은 33.5%에서 58.3%로 상승하고, 적대적 프롬프팅(adversarial prompting) 하에서도 퇴화(degeneracy)는 약 0.05 수준을 유지한다. 다섯 명의 전문가가 수행한 블라인드 평가에서도, 준수, 인지된 적법성, 일관성, 전반적 품질 측면에서 하네스 후보에 대한 서술적 종합 선호가 순수 생성보다 높게 나타났다.

arXiv:2607.13587v1cs.SD공통 태그 symbolic music

예측에서 협업으로: 상호작용형 기호 음악 분석

From Prediction to Collaboration: Interactive Symbolic Music Analysis

자동 기호 음악 분석은 상당한 진전을 이루었지만, 기존 시스템은 대개 전곡 예측과 같은 단일 사용 모드에 맞춰 설계되어 있어, 부분 완성, 국소 수정, 반복적 정제 등 분석 워크플로에서 발생하는 더 넓은 범위의 작업과 맞지 않는다. 그 결과, 강력한 벤치마크 모델과 상호작용적 분석 활용을 지원할 수 있는 시스템 사이에는 여전히 격차가 남아 있다. 우리는 강력한 예측 성능과 제약 조건 하의 완성 및 수정에 대한 직접적 지원을 결합하여 이 격차를 좁히는, 기호 로마 숫자(Roman-numeral, RN) 분석을 위한 통합 프레임워크를 제시한다. 이 방법은 값비싼 사전학습 표현을 한 번 계산한 뒤 반복적 정제 과정에서 재사용함으로써 정확도와 상호작용적 반응성 사이의 실용적 절충을 제공하도록 설계되어, 강력한 사전학습 모델을 상호작용 환경에 더 잘 부합하도록 만든다. 공유 모델링 프레임워크를 통해 전곡 분석, 기존 레이블의 표적 수정, 부분적 맥락으로부터 누락된 주석의 추론을 지원한다. 동종 최대 규모이면서 가장 이질적인 벤치마크인 Dilemmadata에서의 실험은, 제안 접근법이 강력한 RN 분석 기준선이면서 동시에 부분 레이블로부터의 마스크 완성도 지원함을 보여 준다. 다단계 후보 검토 및 편집을 위한 프로토타입 인터페이스와 함께, 이러한 결과는 자동 RN 분석을 예측 문제에 그치지 않고 음악 분석을 위한 미래의 상호작용형 도구의 토대로 자리 매김한다.

arXiv:2607.05902v1cs.SD공통 태그 symbolic music

질감 대위법에서 특징 인코딩으로: 전기음향 분석을 통합한 하이든 "종달새" 사중주의 다차원 기계 표현 연구

From Textural Counterpoint to Feature Encoding: A Multi-Dimensional Machine Representation Study of Haydn's "The Lark" Integrating Electroacoustic Analysis

실내악은 고도로 정밀한 다성부 상호작용 시스템으로서, 인간-컴퓨터 협업 작곡 패러다임 탐구에 매우 귀중한 청사진을 제공하는 "역할 배분 및 동적 상호작용"의 논리를 내포하고 있다. 기존 심층 음악 생성 모델이 다성 상호작용 과정에서 역할 인식 능력이 부족하다는 문제를 해결하기 위해, 본 논문은 하이든의 현악 사중주 D장조 《종달새》(Op. 64, No. 5)에 대한 학제적 분석을 수행한다. 우리는 "고전 형태론적 질적 분석-전기음향 정량 측정-기계 표현 재구성"이라는 새로운 연구 경로를 제안한다. 본 연구는 먼저 청각 분석을 통해 1악장에서 주선율과 하부 그루브 간의 대위법적 형태를 해부한다. 이어서 디지털 오디오 워크스테이션(DAW)의 스펙트럼 및 다이나믹 특징 분석 도구를 도입하여 주관적 청각 인식을 객관적이고 측정 가능한 물리적 파라미터로 변환한다. 이를 바탕으로, 본 논문은 저수준 컴퓨터 특징 추출에 근본적으로 새로운 접근 방식을 제안한다: 전통적인 기계적 양자화 그리드를 완전히 폐기하고, 이벤트 기반 타임스탬프(Event-based Timestamps)를 도입하여 마이크로 타이밍의 지속 시간을 기록하며, 음향 특징을 미학적 휴리스틱 메커니즘(현상학적 앵커)으로서의 독립적인 "역할 인식 인코딩(Role-Aware Encoding)"으로 변환한다. 본 연구는 고전 분석, 전자음악 매핑, AI 기호 생성을 아우르는 논리적 순환을 완성할 뿐만 아니라, 상호작용 미학 및 미디어 철학의 관점에서 "사회적 속성"과 "타자 인식"을 지닌 인간-컴퓨터 협업 음악 시스템 구축을 위한 심층적인 이론적 토대를 마련한다.

토론

이 논문과 연결된 포럼 글이 아직 없습니다.