Reading Music Systems
La transcripció de partitures a algun format llegible per un ordinador pot realitzar-se manualment. No obstant això, la complexitat de la notació musical condueix inevitablement a un enutjós programari d'edició de partitures, la qual cosa fa que tot el procés sigui molt lent i propens a errors....
| Autor: | |
|---|---|
| Formato: | tesis doctoral |
| Fecha de publicación: | 2022 |
| País: | España |
| Recursos: | Universitat Autònoma de Barcelona |
| Repositorio: | Dipòsit Digital de Documents de la UAB |
| Idioma: | inglés |
| OAI Identifier: | oai:ddd.uab.cat:274990 |
| Acesso em linha: | https://ddd.uab.cat/record/274990 |
| Access Level: | acceso abierto |
| Palavra-chave: | Reconeixement òptic musical Reconocimiento óptico musical Optical music recognition Visió per computador Visión por computador Computer vision Aprenentatge profund Aprendizaje profundo Deep learning Tecnologies |
| Resumo: | La transcripció de partitures a algun format llegible per un ordinador pot realitzar-se manualment. No obstant això, la complexitat de la notació musical condueix inevitablement a un enutjós programari d'edició de partitures, la qual cosa fa que tot el procés sigui molt lent i propens a errors. Per això, els sistemes de transcripció automàtica de documents musicals són eines interessants. L'anàlisi de documents és el camp que tracta l'extracció i el processament de documents mitjançant el reconeixement d'imatges i patrons. Aquest és una branca de la visió per computador. Sent les partitures musicals el document a analitzar, el camp dedicat a abordar aquesta tasca es coneix com a reconeixement òptic de música (OMR). Normalment, un sistema OMR pren una imatge d'una partitura i extreu automàticament el seu contingut a alguna estructura simbòlica com MEI o MusicXML. En aquesta tesi, hem investigat diferents mètodes per reconèixer símbols musicals d'una sola línia de pentagrama (partitures de violí, flauta, etc.), de la mateixa manera que la majoria de les recerques sobre el reconeixement de text se centren en el reconeixement de les paraules que apareixen en una imatge d'una línia de text. Aquests mètodes es basen en dues metodologies diferents. D'una banda, presentem dos mètodes basats en Xarxes Neuronals Recurrents, en particular la xarxa neuronal; Long Short-Term Memory. D'altra banda, es detalla un mètode basat en Sequence to Sequence. El context musical és necessari per a millorar els resultats d'OMR, igual que els models lingüístics i els diccionaris ajuden en el reconeixement de text. Per exemple, es podrien definir fàcilment regles sintàctiques i gramàtiques per a fer front a les ambigüitats del ritme. En teoria musical, el compàs defineix la quantitat de temps per unitat de compàs. Així, en la segona part d'aquesta dissertació s'han investigat diferents metodologies per a millorar el reconeixement dels mètodes d'OMR. Hem explorat tres mètodes diferents: (a) una representació gràfica en forma d'arbre en la qual cada nivell uneix les primitives seguint un conjunt de regles, és el que es denomina Dendrogrames, (b) la incorporació de Models de Llenguatge per modelar la probabilitat d'una seqüència de tokens i (c) xarxes neuronals basades en grafs per analitzar les partitures per a evitar relacions sense sentit entre les primitives musicals. Finalment, per a entrenar totes aquestes metodologies i donada l'especificitat de les bases de dades segons els mètodes a usar a la literatura, hem creat quatre conjunts de dades musicals diferents. Dos d'ells són sintètics amb aparença moderna o manuscrita antiga i els altres dos són manuscrits reals, un d'ells modern i l'altre antic. |
|---|