Apresentando o Conjunto de Dados JAZZVAR para Variações de Piano Jazz

A música jazz é conhecida por suas interpretações únicas, especialmente nas performances solo de piano. Pianistas geralmente colocam seu toque pessoal nos padrões de jazz, aquelas músicas conhecidas no repertório jazzístico. Pra estudar essas Variações, foi criado o conjunto de dados JAZZVAR. Ele contém pares de segmentos MIDI originais e suas variações de padrões de jazz, oferecendo um recurso único pra pesquisadores e músicos.

#O que é o conjunto de dados JAZZVAR?

O conjunto de dados JAZZVAR tem 502 pares de segmentos MIDI Originais e Variações. Cada segmento Original captura a melodia e a harmonia de um padrão de jazz, enquanto o segmento de Variação mostra como o pianista rearranjou aquela peça original. Esse conjunto de dados é diferente de outros na pesquisa sobre jazz, que muitas vezes se concentram na improvisação, em vez de seções específicas das músicas. Extraindo manualmente as variações das performances de piano, essa coleção destaca como os pianistas de jazz reinterpretam os clássicos.

#Por que criar esse conjunto de dados?

A principal razão pra criar o conjunto de dados JAZZVAR é a falta de dados de qualidade pra estudar tarefas específicas de criação musical. Enquanto muitos conjuntos de dados de jazz focam em seções solo ou colaborações entre instrumentos, poucos oferecem dados limpos pra performances solo de piano. Além disso, a inclusão de musicistas mulheres no conjunto ajuda a lidar com a falta de representação em coleções existentes. Ao examinar essas variações, podemos ganhar insights valiosos sobre o processo criativo dos pianistas de jazz.

#Como o conjunto de dados foi coletado?

#Padrões de Jazz e Segmentos Originais

Pra montar o conjunto de dados, precisamos encontrar lead sheets, que são versões simplificadas de composições jazzísticas. Essas lead sheets incluem uma única linha melódica junto com os acordes. Coletamos essas lead sheets de várias fontes e garantimos que atendiam a critérios específicos pra manter a qualidade. Depois de refinar as lead sheets, criamos segmentos Originais, cada um durando quatro compassos, baseado nelas.

#Performances de Piano Jazz

Também precisávamos de gravações de áudio de performances solo de piano. Isso envolveu buscar em plataformas como Spotify e YouTube por performances de pianistas de jazz populares que combinassem com as lead sheets que havíamos coletado. Nossa meta era reunir uma ampla variedade de performances, garantindo que algumas fossem de pianistas mulheres, assim adicionando diversidade ao conjunto de dados.

#Transcrição Automática de Música

Pra converter essas performances de áudio em formato MIDI, usamos algoritmos de Transcrição Automática de Música (AMT). Esses algoritmos ajudam a traduzir gravações de áudio em um formato digital que captura as notas tocadas pelo pianista. Usando esse método, transcrevemos 760 gravações, fornecendo uma rica fonte de dados de performance.

#Processo de Pareamento

Uma vez que tivemos os segmentos Originais e os segmentos de Variação das performances, precisávamos criar pares. Buscamos segmentos de Variação que fossem melodicamente e harmonicamente semelhantes aos segmentos Originais. Isso envolveu ouvir manualmente as performances e combinar cuidadosamente os segmentos com base no conteúdo musical.

#Analisando o conjunto de dados JAZZVAR

Com o conjunto de dados estabelecido, fizemos uma análise detalhada pra entender melhor as características musicais dos segmentos Originais e de Variação.

#Características Musicais

Analisamos várias características musicais, como entropia de classe de notas, faixa de notas, polifonia, número de notas e taxa de notas na escala. Por exemplo, descobrimos que os segmentos de Variação introduziam mais variedade na distribuição das notas e frequentemente se expandiam além da faixa dos segmentos Originais. Isso sugere que os pianistas de jazz gostam de explorar diferentes expressões musicais ao tocar.

#Comparação entre Pianistas

Alguns dos padrões de jazz no conjunto de dados foram interpretados por vários pianistas. Analisamos essas performances pra destacar as diferenças nas interpretações do mesmo segmento Original. Essa análise mostrou que pianistas individuais têm abordagens únicas no jazz, com alguns escolhendo ficar mais próximos da melodia original enquanto outros optam por variações mais criativas.

#Music Overpainting: Uma nova tarefa

Introduzimos uma nova tarefa musical generativa chamada Music Overpainting. Essa tarefa envolve criar novas variações sobre seções musicais existentes. No contexto do conjunto de dados JAZZVAR, o objetivo é gerar um segmento de Variação baseado em um dado segmento Original. O Music Overpainting foca em reinterpretar a música enquanto mantém os elementos centrais do Original intactos.

#Usando o conjunto de dados pra geração musical

Pra explorar as possibilidades do Music Overpainting, treinamos um modelo chamado Music Transformer usando o conjunto de dados JAZZVAR. Esse modelo pode gerar novas variações baseadas nos segmentos Originais. Usando o segmento Original como ponto de partida, o modelo aprende a criar reinterpretações únicas que exibem complexidade e criatividade.

#Conclusão

O conjunto de dados JAZZVAR fornece um recurso valioso pra estudar as interpretações de piano jazz. Ele é composto por uma coleção de segmentos MIDI Originais e de Variação que capturam a essência dos padrões de jazz. Através da análise do conjunto de dados, podemos observar a diversidade e as expressões individuais de vários pianistas. A introdução da tarefa de Music Overpainting abre novas avenidas pra pesquisa em música generativa, permitindo que ferramentas de IA ajudem na composição musical enquanto preservam o espírito da música jazz. À medida que continuamos a expandir o conjunto de dados, ele servirá como base pra mais exploração dos processos criativos dos músicos de jazz e sua relação com a tecnologia.