การรับรู้ประสานเสียงประสาน

การถอดเสียงโพลีโฟนิคเพลงในปัจจุบันไม่ได้เป็นปัญหาที่แก้ไขแล้ว

วิธีการเกี่ยวกับการผกผันของปัญหาเล็ก ๆ มีลักษณะสเปกตรัมแบบใดบ้าง (จาก STFT) ที่สามารถใช้เพื่อกำจัดคอร์ดดนตรีบางส่วนจากพื้นที่ความน่าจะเป็นหรือไม่? (เช่นตัวอย่างของเสียงส่วนใหญ่น่าจะไม่มีคอร์ด C # หรือคอร์ดเล็ก ๆ น้อย ๆ ที่ลดลงหรือเป็นโน้ตเดี่ยวที่ไม่ใช่คอร์ด ฯลฯ )

สมมติว่าตัวอย่างข้อมูลเสียงมีความนิ่งมากขึ้นหรือน้อยลง (ลบการโจมตีชั่วคราว ฯลฯ ) และเสียงส่วนเกินสำหรับบันทึกย่อส่วนบุคคลหรือทั้งหมดมีแนวโน้มมาก (และคำถามนี้ไม่เกี่ยวกับคอร์ดฤinษี)

ปัญหาการถอดความโพลีโฟนิคเพลงได้รับความสนใจเป็นอย่างมากในแวดวงการวิจัยในช่วงไม่กี่ปีที่ผ่านมาและฉันอยากจะบอกว่าสำหรับโพลีโฟนีเดี่ยว (เปียโนกีตาร์ ฯลฯ ... ) ผลลัพธ์นั้นดีมาก ต่อไปนี้เป็นเอกสาร / ผู้เขียนบางคนที่มองปัญหานี้อย่างลึกซึ้ง Derry Fitzgeraldทำสิ่งต่างๆมากมายในพื้นที่งาน NMF จำนวนมากของเขาเกี่ยวกับการแยกแหล่งผลิตสร้างการถอดรหัสที่ถูกต้อง Anssi Klapuriมองปัญหาของการตรวจจับคอร์ดภายในโพลีโฟนิเครื่องดนตรีหลายอันโดยเฉพาะ และในที่สุดแม้ว่าจะไม่ได้เผยแพร่Mikel Gainzaได้พัฒนาอัลกอริทึมการถอดรหัสคอร์ดที่แม่นยำมากสำหรับเพลงเพื่อการพาณิชย์ในไม่ช้าที่จะวางจำหน่ายในผลิตภัณฑ์ซอฟต์แวร์ที่ใช้กีตาร์Riffstation. สิ่งพิมพ์ในลิงค์ที่นี่ควรให้ความคิดที่ดีเกี่ยวกับแนวการถอดความเพลงโพลีโฟนิคในปัจจุบัน

มีลักษณะสเปกตรัมแบบใด (จาก STFT) ... นี่เป็นโน้ตเดี่ยวไม่ใช่คอร์ด ฯลฯ )

สำหรับเรื่องนี้ STFT จะมีส่วนประกอบความถี่พื้นฐานและความถี่อื่น ๆ ที่ใกล้เคียงกับฮาร์โมนิกของมันเท่านั้น (ไม่แน่นอนแม้ว่าจะเป็นเพราะการไม่ลงรอยกัน ) ค้นหาจุดสูงสุดในสเปกตรัมและดูว่าความถี่ที่สูงกว่านั้นใกล้เคียงกับจำนวนเต็มทวีคูณของความถี่ต่ำสุดที่มีอยู่หรือไม่ หากมีความถี่ที่ไม่สอดคล้องกันแสดงว่าไม่ใช่เสียงเดียว

(แต่สิ่งที่เกี่ยวกับเครื่องมือที่มีพื้นฐานที่ขาดหายไปหรือสิ่งที่น่าสนใจพื้นฐานเช่นระฆัง? สิ่งที่เกี่ยวกับสองเครื่องมืออย่างสมบูรณ์แบบในการเล่นคู่ออกจากกันดังนั้นส่วนของพวกเขาส่วนใหญ่เข้ากันได้หรือไม่คุณต้องการตรวจสอบว่าเป็นโน้ตเดี่ยวหรือ โน้ตสองอัน?)