參加人數 / 組
國立臺灣大學前身為日治時期之「臺北帝國大學」（創立於日本昭和 3 年、西元 1928 年、民國 17 年）。當時首任校長為幣原坦總長；至民國 34 年（1945年）二次世界大戰結束，日本投降、臺灣光復，同年 11 月 15 日我政府完成接收臺北帝國大學，改制更名為「國立臺灣大學」，由羅宗洛博士任首任校長。
臺大目前已有 11 個學院，以及 3 個專業學院，共 56 個學系、112 個研究所、18 個碩博士學位學程。另設有 4 個國際級、6 個國家級及 51 個校級研究中心，是臺灣規模最大的綜合性大學。學生總人數現今已近 32,000 人，其中大學部 16,000 餘人，研究生 15,000 餘人，比例接近一比一，已經成功轉型為研究型大學。臺大培養出眾多學術界頂尖學者，包含臺灣第一位諾貝爾獎得主李遠哲博士，以及多位的正副元首、企業領導人，是臺灣最具影響力的學校。
和弦辨識競賽報告範本已上傳，請參賽者至資料下載區下載
Public set和Private set的baseline分別為： public: 0.100654906 private: 0.142311972
影片連結：https://reurl.cc/9Xb5vV 歡迎參賽者多加利用。
隨著時代的進展，聆聽音樂的方式已經從以往的 CD 轉移到各式各樣的音樂線上平台，如國外的 Spotify、Line Music，國內的 KKBOX、Friday Music 等。就 2016 年 IFPI 的報告指出，數位音樂的產值已經正式超過實體音樂產值，而實體音樂的產值正在連年下降中，顯示出趨勢正站在數位音樂這邊。
而數位音樂的發展帶動了許多相關的 AI 智能應用，包括原曲辨識、哼唱選歌、樂曲分類等，其中 Line Music、KKBOX 與 Spotify 都相繼成立機器學習或人工智慧部門，專門透過歌曲內容與使用者的聆聽習慣來分析使用者的音樂喜好，並且提供上述各種 AI 服務來讓使用者方便聆聽到自己喜歡的音樂，進而衍生出加值的空間。
如前所述，各式各樣的線上音樂平台正在積極的拓展各式各樣的 AI 音樂分析與應用，並成立屬於自己的機器學習或是人工智慧部門。Line Music 也即將在今年正式進駐台灣，顯示數位音樂的市場在經由科技、網路、以及社群平台的發展之後正在火速超越實體音樂的產值中。此類服務在機器學習的研究上可以分成兩個部分，一是針對使用者行為做推薦，另一則是針對歌曲的本質做推薦，在歌曲的本質上，許多基本的特性方法研究是一個必須的重點，如歌曲的主旋律、和弦、歌曲結構、曲風、節拍…等等的基本要素，這些基本要素構成了一首歌曲該如何被分類及推薦，因此熟悉這些音樂基本分析元素及機器學習之方法的人才在目前的音樂產業中是亟需被重點培養的。
競賽論壇：AI CUP - 和弦辨識競賽
全國各大專院校在學生（含研究生），業界亦可參加，但不列入敘獎排名。
本競賽「和弦辨識」係依據主辦單位所提供之語料集，並經由主辦單位聘僱之音樂領域專家所標注的結果，以 WCSR 來評比各參賽隊伍的系統效能和名次，詳細辦法說明如下：
主辦單位會標注好 500 首歌曲的資料，其中 300 首為測試資料集，作為最終的評分使用，另 200 首則會在競賽途中釋放作為訓練集所用。資料內含有原曲的和弦，對應的 YouTube 連結及對應的時間點（內含起始時間，結束時間及和弦，單位為 [秒、秒、和弦名稱] ）。主要的比賽階段如下：
敘獎對象須為報名時具中華民國各大專校院之在學生，敘獎時需檢附相關證明。
在「和弦辨識競賽」項目前九名的優勝隊伍將分別獲得競賽獎金：
| 名次 | 獎金 |
|---|---|
| 第一名 | 10 萬元 |
| 第二名 | 5 萬元 |
| 第三名 | 3.5 萬元 |
| 優等 | 1.5 萬元 |
| 佳作五名 | 各 1 萬元 |
| 時間 | 事件 |
|---|---|
| 2020/09/14 | 開放報名及組隊，提供範例資料 |
| 2020/09/14-10/31 | 校園巡迴 |
| 2020/10/05 | 公布訓練集資料，開放下載及上傳算分 |
| 2020/12/11 | 報名及組隊截止 |
| 2020/12/21 | 公布測試集，開放下載及上傳算分 |
| 2021/01/02 23:59:59 | 比賽截止，關閉上傳算分功能 |
| 2021/01/05 | 公布系統分數，開始上傳報告 |
| 2021/01/09 23:59:59 | 報告上傳截止 |
| 2021/01/11 | 系統及報告評估 |
| 2021/01/15 | 成績公布（頒獎時間待公布） |
此次競賽的評估標準仿照 MIREX 2020:Audio Chord Estimation 競賽，取自 Harte, Christopher 的論文(§8.1.2) [1]。使用 CSR（Chord Symbol Recall）並根據歌曲的長度取加權平均後，得到最終的分數 WCSR（Weighted Chord Symbol Recall）。
$$ CSR = \frac{total\ duration\ of\ segments\ where\ annotation\ equals\ estimation}{total\ duration\ of\ annotated\ segments} $$ $$ WCSR = \frac{\sum_{i}(length\ of\ i^{th}\ song×CSR_i)}{\sum length\ of\ each\ song} $$
此次競賽僅評比至七和弦，也就是只有 {maj, maj7, 7, min, min7, N} 的和弦會計入 CSR 中，資料集內不屬上述所列之和弦，將在評分時直接忽略。
此外，用以計算 WCSR 的程式，將使用 python 撰寫，並呼叫 mir_eval [2] 中的函式 mir_eval.chord.sevenths。一切評估結果將以此為準。
Reference：
[1] Harte, Christopher. 2010. “Towards automatic extraction of harmony information from music signals.” Ph.D. diss. Queen Mary, University of London.
[2] Raffel, B. McFee, E. J. Humphrey, J. Salamon, O. Nieto, D. Liang, and D. P. W. Ellis: “mir_eval: A Transparent Implementation of Common MIR Metrics,” in Proceedings of the 15th International Conference on Music Information Retrieval (ISMIR 2014), 2014.
