En MIDI-fil er en digital node, selve kompositionen med melodi, akkorder og arrangement, adskilt fra både indspilningen og teksten. Lakh MIDI Dataset, en stor samling MIDI-filer skrabet fra nettet, bruges til at træne kunstig intelligens, der selv komponerer musik. Nedenfor er de danske kompositioner, jeg har fundet i samlingen.
Lakh MIDI Dataset er en samling på over 176.000 MIDI-filer, skrabet fra offentligt tilgængelige kilder på internettet og kurateret af forskeren Colin Raffel, der også står bag Googles tekstdatasæt C4. Det er et af de største og mest brugte symbolske musikdatasæt og er trænet på i en lang række modeller til automatisk musikkomposition, blandt andre Music Transformer, MuseGAN og LakhNES.
Hvor musiksiden dækker indspilningen og sangtekstsiden dækker teksten, handler en MIDI-fil om selve kompositionen, melodien, akkorderne og arrangementet. Det er komponistens og sangskriverens rettighed, forvaltet af musikforlag. En sang kan altså optræde tre steder med tre forskellige rettighedshavere, indspilningen, teksten og kompositionen.
Lakh-samlingen er delvist koblet til Million Song Dataset, så hver MIDI-fil kan knyttes til en kendt sang med artist og titel. Jeg har taget de MIDI-filer, der er koblet til sange af danske artister, identificeret via MusicBrainz-id, så der ikke opstår navnesammenfald. Tallet ud for hver komposition er antallet af MIDI-versioner i samlingen.
MIDI-filerne er sat i scene af fans og hobbyister, der har transskriberet sangene, og derefter skrabet sammen fra nettet og delt som datasæt. Selve kompositionerne er ophavsretligt beskyttede, og hverken komponister, sangskrivere eller musikforlag er så vidt vides blevet spurgt, om de måtte bruges til at træne kunstig intelligens. Samlingen er mærket med en Creative Commons-licens, men den dækker selve samlingen og koblingen, ikke de underliggende kompositioners rettigheder.
Det er et lille, men illustrativt udsnit. Identifikationen bygger på koblingen til Million Song Dataset, så kun danske sange, der både har en MIDI-fil og en kobling, er med. Det reelle antal danske kompositioner i MIDI-form er sandsynligvis højere. At en komposition optræder i datasættet, viser, at den har været tilgængelig og er blevet skrabet, ikke nødvendigvis at en bestemt model er trænet på netop den.
| Artist | Titel | År | MIDI-versioner |
|---|