Music Information Retrieval for Irish Traditional Music

项目概览

Maynooth University 的这个博士机会聚焦“Music Information Retrieval for Irish Traditional Music”，所属单位/方向为 Department of Computer Science。

公开信息显示，项目地点/国家信息为 待进一步核验；申请或职位时间信息为 Monday, October 19, 2026。

资助信息：Funded PhD Project (Students Worldwide)

联系人或导师线索：Dr Behnam Faghih, Prof Joseph Timoney, Behnam.Faghih@mu.ie。

项目详情

项目核心内容包括：The Faculty of Science and Engineering at Maynooth University are pleased to announce that a Maynooth University Doctoral Scholarship will be available in the department of Computer Science for a suitably qualified and successful applicant intending to commence their PhD studies in February 2027.

项目核心内容包括：This PhD project explores the development of advanced Music Information Retrieval (MIR) techniques tailored to Irish Traditional Music (ITM), a rich and expressive musical tradition characterised by complex ornamentation, diverse regional styles, and predominantly oral transmission.

项目核心内容包括：The project aims to bridge traditional signal processing approaches with modern deep learning methods to automatically analyse and understand key musical features in ITM recordings.

项目核心内容包括：The successful candidate will design and implement algorithms capable of extracting musically meaningful information, such as note transcription, tune-type classification (e.g., reels, jigs, hornpipes), ornamentation detection, instrument recognition, and structural form analysis.

项目核心内容包括：Additional focus will be placed on identifying stylistic variations across performers and regions, contributing to a deeper computational understanding of ITM performance practices.

项目核心内容包括：The project will involve working with real-world audio datasets, addressing challenges such as performance variability, polyphony, and the nuanced expressivity that defines the genre.

项目核心内容包括：Candidates will have the opportunity to experiment with a range of techniques, from time-frequency analysis and probabilistic models to state-of-the-art machine learning and deep neural networks.

项目说明中出现了模型、数据、实验、计算、临床、机器学习或多模态分析等方法信号，申请材料需要把相关训练和作品证据讲清楚。

从申请准备角度看，这类博士项目通常需要把研究问题、方法能力、过往课程或项目经验、编程/实验/数据技能、论文或报告写作能力，以及与导师团队方向的连接讲具体。

申请要点

• 学校/机构：Maynooth University。

• 院系/项目：Department of Computer Science。

• 截止或时间：Monday, October 19, 2026。

• 资助：Funded PhD Project (Students Worldwide)。

• 联系人：Dr Behnam Faghih, Prof Joseph Timoney, Behnam.Faghih@mu.ie。

• 申请材料需重点证明相关学科基础、研究方法训练、英文科研写作能力，以及项目所需的实验、计算、数据分析或跨学科协作经验。

需要进一步确认

• 需要确认官方页面在提交当天仍开放，并核实最终截止时间、时区和申请入口。

• 需要确认中国籍或中国学历申请者是否满足国籍、签证、工作权、学费身份和资助资格要求。

• 需要确认导师分工、课题资源、具体研究计划、工资/奖学金金额、学费覆盖、社会保险、差旅和耗材经费。

补充阅读提示：申请者应逐段对照项目说明，整理研究对象、核心假设、数据来源、实验或计算流程、预期成果、合作平台、导师团队和申请限制。如果页面没有给出完整条件，应在套磁或提交前把资助金额、学费身份、签证支持、工作权要求、推荐信规则和录取时间线问清楚。

补充阅读提示：申请者应逐段对照项目说明，整理研究对象、核心假设、数据来源、实验或计算流程、预期成果、合作平台、导师团队和申请限制。如果页面没有给出完整条件，应在套磁或提交前把资助金额、学费身份、签证支持、工作权要求、推荐信规则和录取时间线问清楚。

补充阅读提示：申请者应逐段对照项目说明，整理研究对象、核心假设、数据来源、实验或计算流程、预期成果、合作平台、导师团队和申请限制。如果页面没有给出完整条件，应在套磁或提交前把资助金额、学费身份、签证支持、工作权要求、推荐信规则和录取时间线问清楚。

补充阅读提示：申请者应逐段对照项目说明，整理研究对象、核心假设、数据来源、实验或计算流程、预期成果、合作平台、导师团队和申请限制。如果页面没有给出完整条件，应在套磁或提交前把资助金额、学费身份、签证支持、工作权要求、推荐信规则和录取时间线问清楚。

补充阅读提示：申请者应逐段对照项目说明，整理研究对象、核心假设、数据来源、实验或计算流程、预期成果、合作平台、导师团队和申请限制。如果页面没有给出完整条件，应在套磁或提交前把资助金额、学费身份、签证支持、工作权要求、推荐信规则和录取时间线问清楚。

补充阅读提示：申请者应逐段对照项目说明，整理研究对象、核心假设、数据来源、实验或计算流程、预期成果、合作平台、导师团队和申请限制。如果页面没有给出完整条件，应在套磁或提交前把资助金额、学费身份、签证支持、工作权要求、推荐信规则和录取时间线问清楚。

补充阅读提示：申请者应逐段对照项目说明，整理研究对象、核心假设、数据来源、实验或计算流程、预期成果、合作平台、导师团队和申请限制。如果页面没有给出完整条件，应在套磁或提交前把资助金额、学费身份、签证支持、工作权要求、推荐信规则和录取时间线问清楚。

补充阅读提示：申请者应逐段对照项目说明，整理研究对象、核心假设、数据来源、实验或计算流程、预期成果、合作平台、导师团队和申请限制。如果页面没有给出完整条件，应在套磁或提交前把资助金额、学费身份、签证支持、工作权要求、推荐信规则和录取时间线问清楚。

博士研究报告：爱尔兰传统音乐的信息检索与自动分析

申请判断

这个课题研究爱尔兰传统音乐（ITM）的音乐信息检索（MIR）。研究将音频信号处理与深度学习结合起来，用于转录音符、识别装饰音、乐器与曲式，并比较演奏者和地区风格。难点在于真实录音中的复调、演奏差异和细腻表达，适合具备计算机科学、音频分析或机器学习基础，并愿意理解音乐实践的申请者。

判断：有吸引力，但需核实匹配度。 Maynooth University 的计算机科学系提供 Maynooth University Doctoral Scholarship，说明为四年全额资助，年津贴 €25,000，并有年度学费支持。计划 2027 年 2 月开始、2031 年 1 月完成，续期受年度学业进展要求约束。截止为 2026 年 10 月 19 日星期一 17:00，都柏林时间，通过邮件申请；中国申请者还需核对学历等值、国际学费覆盖及签证条件，不能由“全球可申请”推定个人资格。

研究问题与博士工作

爱尔兰传统音乐有复杂装饰音、多样地区风格和以口传为主的传承方式。课题希望把传统信号处理与现代深度学习结合起来，从真实录音中提取有音乐意义的信息，而不只得到一个分类分数。

项目明确的任务	研究需要处理的区别
自动转录与特征提取	从音频提取音符，处理复调和演奏变化
曲种及结构分类	识别 reels、jigs、hornpipes 等类型及作品的结构形式
装饰音与风格分析	区分装饰音、演奏者表达与地区风格，避免简单标签掩盖音乐差异
乐器识别与音色建模	提取乐器及音色信息，验证在不同录音中的适用性
地区与演奏者风格建模	比较风格变化，形成有音乐解释的计算分析

博士生将收集、整理、处理和标注数据，开发算法与 Python 库，完成文档、论文及展示。可尝试时频分析、概率模型、机器学习与深度神经网络。高质量的 ITM 标注数据有限，数据整理和标注可能占较大工作量，也可能需要音乐家、民族音乐学者和领域专家参与；目前不能把这种合作或数据权限当作已经落实的资源。

研究还须处理版权、可识别演奏者的同意、许可和署名。ITM 是具有社区认同的活态文化遗产，风格与地区身份的计算解释应避免失真；深度学习模型也应尽量可解释，使研究者和演奏者能够理解结果。数据、代码和模型需要充分记录，并在许可范围内共享和复用。工具对学习、演奏及传统实践的影响，是评价的一部分。

数字音乐档案、推荐、音乐教育和文化遗产保护是项目提出的应用方向。可复现算法、文档和经过音乐验证的结果可构成潜在成果，具体性能与论文产出仍取决于数据和验证；应用方向不等于就业保证。

学校、学科与培养

项目位于爱尔兰 Maynooth University，由科学与工程学院的 Department of Computer Science 提供博士奖学金。获奖者须在爱尔兰居住，并在该校进行 四年全日制研究；导师规定学习、研究、休假及日常安排。培养须遵守 MU Doctoral Scholarships 条款，以及 MU Regulations for Postgraduate Research Degrees 中的 Research Student Programme Stages 要求。

学校介绍将 Maynooth 列为 National University of Ireland 的四所组成大学之一，学生超过 16,000 人，来自超过 120 个国家，提供人文、科学与工程、社会科学等硕士与博士课程。组成大学关系不等于本项目的联合学位安排，正式授位名称和注册要求仍应按录取说明核实。

排名须分清范围：项目附带学校介绍称其位于 THE Young University Rankings 2024 全球前 90，这是年轻大学排名。介绍还称全球前 500、欧洲前 250，但未给这两个数字对应的排名体系和年份，不将它们当作可直接比较的学科排名。所列 QS 链接是排名总入口，也不能证明本系或本课题的名次。

导师、资料与研究条件

项目说明由 Dr Behnam Faghih 指导，并有其他项目负责人提供支持；联系人列表还列有 Prof Joseph Timoney。咨询与申请邮箱为 Behnam.Faghih@mu.ie。日常指导分工、会面频率、音乐领域合作及计算资源，需要进一步确认。

现有资料未列出可逐篇评价的导师论文。Nature 研究栏目、Science 期刊入口及 arXiv 等搜索页只是查阅线索；旧资料给这些入口标注的 2026、2025、2024 年，不能当作具名论文的发表年份或团队贡献证据。

资源核实应聚焦实际音频数据、标注规范、使用许可、领域专家参与及训练算力。前 12 个月的数据准备与算法基线、之后的年度评估和论文计划，也应与导师讨论，避免把“会尝试多种方法”理解为全部资源已配置。

资助与申请条件

津贴为 €25,000/年，另有年度学费支持；奖学金说明称四年全额资助，期间为 2027 年 2 月至 2031 年 1 月，须满足年度学业进展。国际学生具体费率、学费支持上限、税费或社保、差旅和数据整理经费尚未细列。居留与实际生活预算可参考所列爱尔兰公共信息，但不能据此计算确定的个人结余。

条件性质	项目说明
学历要求	本科学位达到一等或二等一（2.1）荣誉，或持计算机科学、音乐技术及相关学科的硕士学位
必备方法基础	扎实理解数字信号处理，尤其音频时频表示、滤波和特征提取；熟悉机器学习框架，如 PyTorch、TensorFlow，并有神经网络及数据驱动建模经验
优先条件	MIR、音频分析或计算音乐学经历有优势；对音乐，尤其 ITM 的兴趣高度有利；演奏能力是加分项，不是必需条件
申请材料	个人陈述最多 400 词、CV、研究计划最多 2,500 词、成绩单、两位推荐人的姓名及联系方式
英语	非英语母语申请者须提供符合项目要求的书面能力证明，具体按 Maynooth University International Office 规定核对

准备材料可展示音频处理、特征提取、模型验证或音乐数据作品，并说明结果为何具有音乐意义。这些是整理证据的建议，不增加新的入学门槛。

下一步与待确认问题

截止前

• 核对当前开放状态、学历等值、英语证明与国际学费支持；奖学金和居留条件以学校正式说明为准。
• 按上述词数与材料清单准备，通过邮件提交至 Behnam.Faghih@mu.ie，主题须为 MU Doctoral Scholarship - Department of Computer Science 2027。项目说明要求在 2026 年 10 月 19 日 17:00（都柏林时间）前申请，逾期不予考虑。

面试与课题讨论

• 核对现成录音、版权与同意、标注质量、领域合作和算力，讨论首 12 个月从哪类 MIR 任务起步。
• 明确导师分工、模型可解释性与音乐评价方式，以及论文、Python 库和数据文档的计划。是否进入面试取决于筛选，系里会直接联系入围者。

接受奖学金前

• 取得四年资助、年度评估、国际学费支持和其他经费的书面条款，核对居留、全日制与休假安排。
• 确认正式授位与注册、研究阶段要求、数据和成果共享规则，以及完成期安排。

证据与来源

研究与申请条件依据保留的项目全文；旧报告记录的资料时间为 2026 年 9 月 9—11 日，不能证明提交当天仍开放。以下公共机构页面提供制度背景，期刊栏目与搜索页仅供继续核实，不能替代正式项目页或具名论文。

公共机构、培养与生活参考

• 爱尔兰学生签证公共信息
• Irish Universities Association
• Research Ireland
• Education in Ireland

排名与文献检索入口

• QS 世界大学排名总入口
• Nature 研究栏目：非具名论文
• Science 期刊入口：非具名论文
• arXiv 课题检索
• Google Scholar 课题检索
• Semantic Scholar 课题检索
• Crossref 课题检索

补充项目检索入口：尚未取得具体证据

• 项目资料补充检索（13）
• 项目资料补充检索（14）
• 项目资料补充检索（15）
• 项目资料补充检索（16）
• 项目资料补充检索（17）
• 项目资料补充检索（18）
• 项目资料补充检索（19）
• 项目资料补充检索（20）