音乐转录[关闭]答案

【问题标题】：Music transcription [closed]音乐转录[关闭]
【发布时间】：2010-10-10 12:14:57
【问题描述】：

我正在做一个复调音乐转录项目。我已经阅读了一些论文并阅读了解释类似任务的文章。我对问题域的许多方面感到非常困惑。希望有人能帮助我。

到目前为止，我已经从给定的 mp3 中获得了解码后的音频数据流。

我了解起始检测是转录的第一步。 .是否有任何可用的 java 库可用于检测发病。

接下来，正如我所读到的，还使用 FFT 来检测基频。

我想知道 FFT 在这些任务中的用途。（我对 FFT 不太熟悉）。是否绝对有必要对发病检测和 F0 检测执行 FFT。如果不是还有什么其他方法。我可以对我拥有的音频流执行 FFT，还是必须执行一些其他操作才能操作这些音频数据。

非常感谢。

【问题讨论】：

【解决方案1】：

要检测和弦音乐中旋律的基频，您可以试用 MELODIA vamp 插件（仅限非商业用途）：http://mtg.upf.edu/technologies/melodia

如果您想自己实现旋律提取算法，您将不得不检查当前最先进的研究，一个不错的起点可能是 MIREX 旋律提取年度评估活动：@ 987654322@

那个，或者只是谷歌“旋律提取”;）

【讨论】：

【解决方案2】：

这个字段被称为机器监听。

数字编码音乐的复音转录是机器聆听的圣杯之一。这是一个未解决的问题，也是一个积极研究的领域。子字段包括：

根据您项目的性质，您可能会发现探索SuperCollider 编程环境很有用。 SC 是为此类项目设计的语言，已经拥有大量机器监听插件 (ugens)，以及用于处理 FFT、音频信号等的综合框架。

【讨论】：

好答案。我见过的最好的商业例子是 Celemony Melodyne 的 DNA：celemony.com/cms/index.php?id=dna 他们所取得的成就令人印象深刻，尽管它并不直接用于转录。

【解决方案3】：

音乐转录是指从声音（或音频数据）创建音乐符号。虽然有成就的音乐家，尤其是作曲家能够做到这一点，但使用机器完成这项任务非常困难，据我所知，迄今为止几乎没有成功——主要是学术实验。

基本上，要识别音符，您需要知道它们的开始位置、结束位置以及音高。傅里叶变换原则上是将时域（音频数据）转换为频域（音高）的最基本方法。在实践中，乐器会产生大量的泛音（泛音），如果我们添加了复音（很多 F0），那就一团糟了。

您可以尝试将音频数据的 50 毫秒连续切片输入 FFT。这样，您将获得每个切片的频谱，然后检测每个切片中最强的峰值，并根据连续切片之间发生的情况推断节奏。

抱歉，我帮不上什么忙……但我只是想指出，你正在尝试做的事情非常困难，说真的。也许你应该从更简单的开始，比如检测单音正弦波旋律。祝你好运！

【讨论】：

【解决方案4】：

此question about note onset detection 包含许多可能对您有用的信息。

这听起来是一个巨大但非常有趣的项目，祝你好运。

【讨论】：