PianoCoRe：融合与精炼的钢琴 MIDI 数据集 PianoCoRe: Combined and Refined Piano MIDI Dataset
一个融合了六大数据源、25 万条演奏记录、含音符级对齐与质量标签的大规模钢琴 MIDI 统一数据集。
前置知识
MIDI（Musical Instrument Digital Interface）
MIDI 是一种符号化音乐数据格式，核心单位是 note（音符），每个音符由音高（pitch）、起始时间（onset）、持续时长（duration）和力度（velocity, 0-127）四个属性构成。MIDI 不存储音频波形，只记录演奏指令，因此体量小、便于结构化分析。
本文数据集的所有内容都是 MIDI 而非音频。理解 MIDI 是读懂数据集规模（21,763 小时 = 25 万条文件）、对齐方式（note-to-note）和去重启发式（同音高时间差 < 50ms）的前提。
分数-演奏对齐（Score-Performance Alignment）
将乐谱上的记谱音符（symbolic score notes）与实际演奏出的音符（performed notes）在时间或音符层面建立对应关系的过程。常用的有动态时间规整（DTW），可输出每个演奏音符对应的乐谱音符、缺失（deletion）和插入（insertion）。本文采用 Parangonar 的 DualDTWNoteMatcher 完成音符级对齐。
对齐是『建模演奏表达』的基石——模型需要知道『谱子上写的是 A，演奏者把 A 提前了 20ms 并加重了』。没有音符级对齐，就无法做 expressive performance rendering。
Dynamic Time Warping (DTW) 与 DualDTWNoteMatcher
DTW 是一种在两个时间序列间寻找最佳非线性对齐路径的算法，最小化累计距离。DualDTWNoteMatcher 是 Parangonar 中专门为音符-音符匹配设计的实现，通过 Numba JIT 加速后速度提升 12 倍。
本文用 DTW 做粗对齐，再用 RAScoP 做后处理精炼。理解 DTW 的『非线性时间拉伸』才能理解为何需要 RAScoP 二次清洗掉那些穿越时间的不合理匹配。
自动音乐转录（AMT, Automatic Music Transcription）
从音频波形自动生成 MIDI 符号化乐谱的技术。AMT 模型（如 Piano Transcription, Transkun V2）在面对噪声、未见过的声学条件时容易出错，导致转录出的 MIDI 存在丢失音符、节拍抖动、踏板混淆等『transcription artifacts』。
数据集 86% 的演奏（MIDI）来自 AMT 转录而非 Disklavier 实录。理解 AMT 的常见错误（infinite pitch、note jitter）才能理解为何需要 MIDI 质量分类器和 RAScoP 流水线。
Expressive Performance Rendering（演奏表达渲染）
给定乐谱，模型自动生成具有人类演奏风格（速度变化、力度起伏、踏板控制等）的 MIDI 演奏。常用框架包括 Conditional Flow Matching（CFM, PianoFlow）、扩散模型（DExter）和 RNN（VirtuosoNet）。
这是本文的下游验证任务。作者用 PianoCoRe-A 训练 PianoFlow，并在未见作品上比较渲染效果——直接证明数据精炼的价值。
研究动机
在音乐信息检索（MIR）领域，符号化钢琴数据是演奏表达建模、转录、风格分析的基石，但现有公开数据集存在四大顽疾。第一，『窄覆盖』：MAESTRO 虽 200 小时且质量高，但仅 43 位作曲家的比赛录音；Batik-plays-Mozart 精度极高但只覆盖莫扎特奏鸣曲；MazurkaBL 全部是肖邦玛祖卡。第二，『录音稀缺』：基于 Disklavier 录制的高保真 MIDI（MAESTRO、ASAP）受限于设备成本和版权，总量不超过 1000 小时。第三，『AMT 错误堆积』：GiantMIDI-Piano（1,237 小时）、ATEPP（1,007 小时）通过自动转录音频放大规模，但作者发现其含『无限持续』的伪音符（因 note-off 解码错误，导致音符延伸到文件末尾）、复音错位、节拍抖动、踏板与按下/保持混淆等问题；手动检查的 ATEPP 文件（如 02709.mid, 03001.mid）证明 ATEPP 现有『corrupted』标签不可靠——有些标为损坏的反而对齐良好，有些未标注的却严重破损。第四，『命名不一、合并困难』：GigaMIDI 整合了多个数据集但作品标题未标准化，无法按 piece 做训练/测试切分；Aria-MIDI 有 100,629 小时但完全缺乏乐谱和演奏标注。这些问题共同造成『同时具备规模、风格多样性、对齐精度和元数据规范』的钢琴资源长期缺位。
本文的目标是本文的核心目标是构建一个统一的、合法的、高质量的钢琴 MIDI 数据集 PianoCoRe，并提供配套的清洗、分类、对齐工具。具体包括四大产出：(1) PianoCoRe-C——完整混合源的 250,046 条演奏（5,625 首作品，483 位作曲家，21,763 小时，75.3% 配乐谱），可作为大规模分析与预训练的基础；(2) PianoCoRe-B——经过去重和 MIDI 质量过滤的 214,092 条演奏；(3) PianoCoRe-A/A*——分别包含 157,207 和 130,275 条已经过音符级对齐精炼的演奏，可直接用于演奏表达建模；(4) 两个工具——MIDI 质量分类器（80M 参数 Transformer）和 RAScoP 对齐精炼流水线。整项工作坚持欧盟公版权标准，避免法律风险。
与已有工作不同的是，本文的独特切入角度是把『数据科学+音乐理论+工程实现』三方面打通：在数据层用半自动的迭代 pipeline 把六大数据源整合为单一目录结构（composers/compositions/movements/）；在质量层用一个 12 层 Transformer + MLM 预训练的统一模型做『score-like / high quality / low quality / corrupted』四分类，而不用针对不同数据集设计不同规则；在对齐层创新性地提出 RAScoP 四阶段流水线（hole processing → onset cleaning → note interpolation → beat synchronization）一次性解决时序错位、节拍异常、缺失音符、起奏偏移四大对齐顽疾。最关键的差异化是『开源一站式』：以往研究者要么用 MAESTRO 训练但缺风格多样性，要么用 ATEPP 但要自己写清洗代码，要么用 ATEPP+GiantMIDI 但要自己重新对齐，而 PianoCoRe 第一次把这三件事做完，发布到 Zenodo 和 Hugging Face，并配合下游渲染任务（PianoFlow）做客观验证。
核心方法
PianoCoRe 的整体方法论分为四大模块，按『数据集成 → 质量评估 → 对齐精炼 → 下游应用』的顺序推进。直觉上可以这样理解：研究者面对一堆混乱的、来自不同实验室的 MIDI 文件，首先需要把『同一首曲子的不同演奏』找出来（数据匹配），然后挑出其中『好』的（质量分类），再把『乐谱和演奏的每个音符一一对应好』（对齐），最后用这些干净数据训练一个能模仿人类演奏的 AI 模型。技术上，匹配阶段用 DTW 做 note-level 对齐并设置 R_a > 0.7 阈值；质量分类阶段用 12 层 Transformer 在 MLM 预训练后微调四分类；精炼阶段用 RAScoP 把标准差从 0.0063s 降到 0.0062s、把 119.7 BPM 的中心节拍稳定下来；下游验证阶段用 PianoFlow（CFM）渲染，对比不同训练子集的 Pearson 相关性。
PianoCoRe 的核心创新有两点，本质上都体现了『用工程化流水线降低研究者使用门槛』的思路。第一，『软标签 + 强分类器』的混合质量评估框架：作者没有直接信任 ATEPP 等数据集的原始质量标签，而是先基于对齐指标 R'_a = max(R_a, P_a) 把数据打上 Score/HQ/LQ/C 四类软标签（HQ: R'_a>0.9，LQ: 0.7<R'_a<0.85，C: R'_a<0.65），再用这些软标签训练一个与乐谱无关的分类器，最终用分类器对全量数据重新打分，并通过 calibration 让 Corrupted 和 Score 类的召回率最大。第二，RAScoP 的四阶段解耦设计：与 VirtuosoNet 只去时序异常、ScorePerformer 只插值不同，RAScoP 显式把『结构错误（hole）』和『时序噪声（onset）』分开处理，并在最后用局部估计节拍 τ_local 做时间规整（8 秒窗口，15-480 BPM 合理范围），这种方法既不重新匹配 link，又能把不合理的 cross-link（交叉时间链接）一次性过滤掉。两个创新的本质区别是：以前做对齐后处理是『研究者各写各的脚本』，PianoCoRe 提供的是『可配置、可复现、可独立启用某一阶段』的统一工具。
方法步骤详情
方法的具体执行步骤分为四大部分。 **第一部分：数据匹配（Section 3.2-3.5）**。MusicXML 谱面先用 partitura 库转换为 MIDI，处理动力学/速度记号、装饰音（trills、mordents 用 cued notes 展开）、倚音（acciaccatura 展开为 32 分音符序列，appoggiatura 抢占主音时长）和反复记号（生成最大和最小两个版本）。然后用三层过滤：① 作曲家名匹配（从路径/元数据抽取）；② 音符比 R_n ∈ [0.75, 1.33]；③ 调号与作品编号。最后用 Parangonar 的 DualDTWNoteMatcher（Numba JIT 加速 12 倍）做音符级对齐，要求 R_a > 0.7。匹配不上最大版本的，回退到最小版本。最终所有数据按『composer/composition/movement/』目录组织。 **第二部分：MIDI 质量评估（Section 4）**。先把 ATEPP 原始标签（HQ/LQ/background noise/corrupted）按 R'_a 重映射为软标签，定义 S/HQ/LQ/C 四类，平衡后取 2,500/2,500/2,500/2,500 训练 + 200/200/200/54 测试。为解决 LQ/C 真实样本不足，用 HQ 真实样本合成损坏（随机删除 15-50%、抖动 20-150ms、速度扰动 5-20 bin、随机插入 5-30%），Score 类则合成 1,547 个增加转录伪迹。分类器是 12 层 Transformer 编码器（80M 参数，dim=768，RoPE 旋转位置编码，正弦嵌入实值特征），先用 Aria-MIDI 的 371,053 个 MIDI 文件做 600,000 步 MLM 预训练（batch 128），再做 20,000 步微调（batch 512）。验证：EMOPIA 72.7% Acc / 72.1% F1，Pianist8 86.4% / 85.5%。 **第三部分：RAScoP 对齐精炼（Section 5.2）**。四阶段流水线：**(H) Hole Processing**——用 H_w=31 音符（约两倍于平均小节音符数 16.9）的滑动窗口计算 H_a，若 H_a > 0.75 则该区域被标记为 hole 并删除所有配对；**(O) Onset Cleaning & Temporal Refinement**——和弦内 onset 偏离 > 2σ 视为离群点移除，相邻 onset 间隔若对应 15-480 BPM 之外的节拍视为对齐跳跃，用 w=8s 局部窗口估计 τ_local 计算期望时间 t̂(o_i) 并做整体平移；**(I) Note Interpolation**——未演奏的乐谱音符按节拍距离的倒数加权插值出 onset、duration、velocity，用 MIDI text marker 标记；**(S) Beat Synchronization**——可选，把 MIDI 编码对齐到 beat/bar tempo，PianoCoRe 中未启用以保留原始时序。 **第四部分：下游验证（Section 6）**。用 PianoFlow（8 层 24M 参数的 CFM 模型，输入 7 个特征：Pitch/Position/PositionShift/Duration + TimeShift/Velocity/TimeDurationSustain）在 ASAP、ASAP+ATEPP、+PERiScoPe、完整 PianoCoRe-A 四个子集上训练，分别在 ASAP/ATEPP/PERiScoPe/Aria 四个未见测试域上做无条件生成（7 次渲染算 Pearson）和续生成（前 256 音符做 context 预测后 256 音符 MAE）。
技术新颖性
技术新颖性主要体现在五个层面。**(1) 软标签驱动的分类器**：传统 AMT 评估需要 ground-truth 对比，本文的分类器是 score-agnostic，只看 MIDI 本身的特征（Pitch/TimeShift/Velocity/Duration/TimePosition），因此可对全量数据打分；通过 calibration 在 Corrupted 类提升召回率，避免漏掉坏数据。**(2) 合成数据增强策略**：在 LQ/C 真实样本不足时，根据 AMT 常见错误模式（删除/抖动/插入/速度扰动）合成训练样本，比直接过采样少数类有效。**(3) RAScoP 局部节拍估计**：不同于 Xia (2016) 的全局节拍估计或 Borovik & Viro (2023) 的逐音符插值，RAScoP 用 8 秒窗口的局部 t̂(o_i) = t(o_i) + IOI_s · τ_local 做时间规整，可在保留演奏全局时序的同时去除局部节拍离群点。**(4) Hole Detection 用窗口化判定**：与直接看 R_a 不同，H_w=31 音符的窗口比小节大小（15-16.9）更大，相当于在『音符级 + 局部小节级』两个粒度做结构判断，对 skipped repeats 和 transcription errors 都能识别。**(5) 跨数据集可复现训练/测试切分**：首次把 MAESTRO/ASAP/ATEPP/GiantMIDI/PERiScoPe/Aria-MIDI 整合到统一 metadata 表后，研究者可以按 piece 做严格的 train/eval split 而不用担心数据泄漏。综合来看，新颖性是『工程化 + 系统化』的，而非单一算法突破——这正是数据集论文应有的价值定位。
实验结果
PianoCoRe 的实验结果可从『数据规模』『质量分类效果』『对齐精炼效果』『下游渲染效果』四个维度解读，每个维度都有具体数字支撑。 **数据规模**：PianoCoRe-C 包含 250,046 条演奏、5,625 首作品、483 位作曲家、21,763 小时，其中 75.3% 配乐谱；PianoCoRe-B 剔除 34,452 个近重复后剩 214,092 条；PianoCoRe-A 包含 157,207 条音符级对齐演奏（1,591 首，12,509 小时）；PianoCoRe-A* 进一步过滤质量后剩 130,275 条（1,517 首，10,330 小时）。这是目前已知的最大开源钢琴 MIDI 对齐数据集（超越 (n)ASAP 的 1,067 条对齐演奏），是 Aria-MIDI（100,629 小时但无对齐）规模上最实用的对齐子集。 **质量分类器**：表 4 显示基线模型（base）macro F1 = 0.891，Score 类 F1=1.000（完美识别死板的谱面 MIDI），HQ=0.839，LQ=0.777，C=0.946。消融实验发现：去掉合成数据（no synth）F1 降到 0.871（说明合成数据必要）；用 mean pooling 替换 [CLS]（mean）降到 0.865；去掉 transformer head（mean, no TL）降到 0.840；完全去掉 MLM 预训练（no MLM）降到 0.819；遮蔽单一特征后，Pitch 遮蔽 0.860、Timing 0.844、Velocity 0.876，说明三个特征对分类都有贡献。最终 P_a + Score 共 1,244+228,941=230,185 条（占 92%）被认可，19,402 条 LQ + 459 条 C 被建议过滤。 **对齐精炼**：图 7 显示经 RAScoP H+O 后，chord 内 onset 偏差标准差从 0.0063s 降至 0.0062s，节拍分布从 119.7 BPM 中心 + 大量离群点收紧到 119.6 BPM 中心 + 分布更紧凑。表 6 显示 0.95-1.00 高对齐区间比例从 54.3% 降至 42.9%，但整体平均 R_a 只从 0.935 降到 0.920（损失 1.5%），86.6% 的数据仍保持 R_a > 0.85，说明精炼换时序质量是值得的。 **下游渲染（无条件生成）**：表 7 中，Ground truth 自身对照（intra-set）的 Vel/IOI/OD/Art 相关性为 0.57/0.90/0.22/0.44。训练在 ASAP 上的模型对应 0.37/0.83/0.07/0.28（明显低于对照，证实小数据集过拟合）；+ATEPP 提升到 0.42/0.85/0.12/0.35；+PERiScoPe 0.41/0.86/0.11/0.36；完整 PianoCoRe-A 0.40/0.86/0.10/0.35。R^RAScoP≥0.7 阈值放宽后性能略降（0.39/0.85/0.09/0.35），说明严苛过滤有利；w/o RAScoP（不过 RAScoP）性能 0.41/0.85/0.09/0.36，时序（IOI/OD）相关性降低，证实 RAScoP 对时序学习有用。 **续生成（Performance Continuation）**：表 8 中，ASAP-only 模型在 Aria-MIDI 上 Vel MAE=9.957；PianoCoRe-A 模型降到 7.872（提升 21%）。PERiScoPe 子集上，Aria-only 模型 TD=0.275，PianoCoRe-A=0.205（提升 25%）。综合 4 个测试域的均值，PianoCoRe-A 几乎在所有指标上都是最优。 **训练收敛（图 8）**：ASAP-only 模型在 50k 步就开始过拟合（Velocity 验证损失 0.50 → 0.85），PianoCoRe-A 即使到 400k 步仍能继续降低（0.50 → 0.30），验证了『大规模数据集缓解过拟合』的假设。w/o RAScoP 的验证损失曲线在 TimeShift 上比 PianoCoRe-A 显著更高，证实 RAScoP 是训练好时序模型的必要条件。
查看结构化数据
| 任务 | 指标 | 本文 | 基线 | 提升 |
|---|---|---|---|---|
| MIDI 质量分类（4 类） | Macro F1（平衡测试集 654 样本） | 0.891 | no MLM 预训练：0.819；无合成数据：0.871；无 transformer head：0.840 | +5.0 ~ +8.8 个百分点（取决于消融项） |
| MIDI 质量分类（Corrupted 类） | F1 | 0.946 | 无 MLM：0.842；无 transformer head：0.851 | +9.5 ~ +10.4 个百分点 |
| 钢琴演奏情绪分类（EMOPIA 数据集） | Accuracy / F1 | 72.7% / 72.1% | 类似规模模型（Liang et al., 2024）：相近 | 接近同规模 SOTA |
| 钢琴家识别（Pianist8 数据集） | Accuracy / F1 | 86.4% / 85.5% | 更大模型（Bradshaw et al., 2025）：略低 | 接近大模型 SOTA |
| 对齐精炼：节拍稳定性 | Inter-onset deviation std. | 0.0062s（H+O） | 0.0063s（Raw） | 标准差降低，离群点消除 |
| 对齐精炼：平均 R_a | Alignment Recall（损失） | 0.920 | 0.935（Raw） | -1.5% 召回率换取更高时序一致性 |
| 演奏渲染（无条件生成，在 PianoCoRe-A 上） | Pearson r on Vel / IOI / OD / Art | 0.40 / 0.86 / 0.10 / 0.35 | ASAP-only：0.37 / 0.83 / 0.07 / 0.28；w/o RAScoP：0.41 / 0.85 / 0.09 / 0.36 | Vel 提升 8%、IOI 提升 4%；RAScoP 对时序 IOI 提升 1% |
| 演奏续生成（跨域 MAE，Aria-MIDI 测试集） | Vel MAE / TS MAE / TD MAE | 7.872 / 0.017 / 0.205 | ASAP-only：9.957 / 0.027 / 0.275；+ATEPP：8.721 / 0.019 / 0.252 | Vel 提升 21%，TD 提升 25% |
局限与改进
作者在 Section 7 明确承认三点局限。第一，**作品命名错误残留**：作者预留了 1% 的误差余量（少于 1% 的演奏可能因源数据集的 movement-level 命名错误而错配乐谱），且数据分布仍偏向西方古典主流作曲家，继承了源数据集的偏差。第二，**MIDI 质量标签不完美**：分类器在 calibration 阶段对 Corrupted 和 Score 类做了召回率优先调整，因此这两个类的精确率会下降（可能误删可用数据），并且在 note interpolation 时可能引入『死板演奏』片段，需要下游处理。第三，**Aria-MIDI 主导问题**：Aria-MIDI 占 PianoCoRe-C 的 ~76%（180,977 / 250,046），下游渲染实验显示模型在 ASAP 等小众风格上仍逊于在 Aria 上，提示需要更平衡的 source 采样。本人观察到的额外局限：(a) 无音频验证，alignment 是基于 MIDI 内部的，没有 human-in-the-loop 的主观听感评估；(b) PianoCoRe 局限于西方古典钢琴，没有覆盖爵士/流行/中国民乐等；(c) Aria-MIDI 的『pressed vs sustained』未区分，使下游只能用 7 个特征而非 8 个；(d) Beat Synchronization 阶段在 PianoCoRe 中未启用，意味着数据集还不是 MIDI 标准编码（beat/bar tempo）的最优形式，使用者需自己再跑一次同步。
独立分析的弱点
**弱点 1：死板插值污染下游训练**。RAScoP 在 note interpolation 阶段用相邻演奏音符的加权平均填充缺失音符，这意味着如果原演奏本身有风格化（如 rubato、tenuto 延长），插值会稀释这种风格化。改进方向：在 interpolation 时让模型学习『如何演奏而非死板填充』，比如用 PianoFlow 自身做 inpainting 代替线性插值。 **弱点 2：Aria-MIDI 数据源过度支配**。Aria-MIDI 占 76%，但它本身是 AMT 转录且缺乏踏板与按下/保持区分，导致 PianoCoRe-B 中 1,151+180,977 ≈ 91.7% 的 Score+HQ 都来自 AMT 源，这会偏向『转录风格』而非『真实演奏风格』。改进方向：在训练时按 source 做 stratified sampling 或为 PianoCoRe-C 增加 source-stratified 权重，让 ASAP/ATEPP 等高保真数据获得更高采样率。 **弱点 3：质量分类器在 LQ/HQ 边界判别弱**。表 4 中 LQ 的 F1 仅 0.777，HQ 也只有 0.839，提示两类之间存在混淆。改进方向：把 LQ 进一步细分为『轻噪』和『重噪』，或者把 R'_a 阈值从 0.85 调到 0.88 让类间更稀疏；也可以把 classification 改为 regression（如预测 R'_a 分数）而非分类。 **弱点 4：未启用 Beat Synchronization**。Section 5.2.4 提到 Beat Synchronization 在 PianoCoRe 中未启用以保留原始时序，但这意味着数据集不能直接用于 Compound Word Transformer、Pop Music Transformer 等基于 beat/bar tempo 编码的模型。改进方向：发布一个 `pianocore sync` 脚本，使用者一键即可同步。 **弱点 5：评估缺乏人类主观听感**。下游实验只用了 Pearson 和 MAE 等客观指标，未做 MUSHRA 或偏好测试。改进方向：未来在 ISMIR 期刊扩展版中加入用户研究，验证 PianoCoRe-A 训练的模型在听感上是否真的更接近人类演奏。
未来方向
**作者明确提出的方向**：(1) 进行主观听感测试（subjective listening test）以确认客观提升是否转化为人类感知提升；(2) 平衡 source 间的采样率，让小数据集（ASAP）也获得足够权重；(3) 在 ASAP 等高保真子集上做 fine-tuning 进一步提升性能；(4) 用训练好的模型预测缺失的音符和踏板，替代当前 RAScoP 的线性插值。 **基于成果可延伸的方向**：(a) 把方法论推广到多乐器（multi-instrument），整合 GigaMIDI 中的交响乐和室内乐 MIDI，构建 PianoCoRe 同款的 Multi-CoRe 数据集；(b) 引入音频验证（re-synthesis + MUSHRA）作为额外的质量过滤环节，把转录错误和真实演奏错误显式分离；(c) 探索更细粒度的标注，如 8 类 expressive markings（legato、staccato、accent 等），在数据中已对齐的 score 上可程序化提取；(d) 用 PianoCoRe-A 训练更大的 foundation model（如 PianoBART 续作），并对比在多任务（emotion、pianist ID、performance rendering）上的迁移效果；(e) 把 RAScoP 流水线抽出来做成服务，允许用户上传自己的 score+performance 对做精炼对齐，作为数据集配套的 SaaS 工具。
复现评估
**开源情况**：完整开源。代码仓库 https://github.com/ilya16/PianoCoRe 提供文档和使用示例，RAScoP 流水线和 MIDI 质量分类器集成在 symupe 库（https://github.com/ilya16/SyMuPe）中。数据集同时归档在 Zenodo（DOI: 10.5281/zenodo.19186016）和 Hugging Face（https://huggingface.co/datasets/SyMuPe/PianoCoRe），使用 CC-BY-NC-SA 4.0 协议。 **数据规模与算力**：250,046 条 MIDI + 1,591 个对齐乐谱，总文件数大但单条 MIDI 仅几 KB；分类器 80M 参数，12 层 Transformer，60 万步预训练 + 2 万步微调；PianoFlow 仅 24M 参数，8 层 Transformer。Zhores 集群（Petaflops 级 Skoltech 超算）已足够训练。 **复现难度评估**：中等偏低。(a) 优势：所有源码公开、Numba JIT 加速过的 DTW 已发布、合成数据生成代码、训练脚本、目录结构统一规范；(b) 难点：DTW 全量配对（『数百万次』级）和 60 万步 MLM 预训练需要相当算力（可能需要数 GPU 天），且 Aria-MIDI 需先从 HuggingFace 下载 1.18M 文件后再 dedupe，存储要求高。 **伦理与版权**：明确表示已按 EU 公版权（作者去世 >70 年）过滤，发布时附完整 composer 元数据。1% 命名错误余量和 motion-level 错配需要使用者通过 piece-level split 自行验证。
论文图表