Original title: Webová aplikace výuky hry na kytaru
Translated title: Web Application for Learning of Guitar Playing
Authors: Mikota, Michal ; Černocký, Jan (referee) ; Szőke, Igor (advisor)
Document type: Bachelor's theses
Year: 2023
Language: slo
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [slo] [eng]
Nástroje na výučbu hudobných nástrojov sú tu s nami už stovky rokov a podobne, ako všetko ostatné sa postupne prispôsobovali súčasnej dobe. Veľký počet týchto aplikácií je však príliš zložitý, mätúci a vo všeobecnosti pre ich používateľov užívateľsky neprívetivý. Zároveň sa nájde iba zopár aplikácií, ktoré majú implementovanú funkciu zisťovania hraného tónu hráčom v reálnom čase, čo je pre začínajúcich a mierne pokročilých gitaristov veľmi žiadúce a potrebné. Táto bakalárska práca ukazuje a vysvetľuje implementáciu jednotlivých nástrojov potrebných na výučbu pomocou techník detekcie dominantnej frekvencie a filtrovania nežiaducich zvukových artefaktov pomocou algoritmu z oblasti konvolučných neurónových sietí. Zároveň je cieľom sa zamerať na robustnosť algoritmu, tj. dokáže detekovať a určiť hraný tón na gitare aj v hlučnom prostredí. Jednotlivé nástroje vytvorené v rámci tejto aplikácie využívajú tento algoritmus a v kombinácii s jednoduchým používateľským rozhraním poskytujú možnosť vhodnej alternatívy na výúčbu gitarovej hry. Tools for teaching musical instruments have been with us for hundreds of years and, like everything else, have gradually adapted to the present day. However, a large number of these applications are overly complex, confusing, and generally unfriendly for their users. At the same time, there are only a handful of apps that have an implemented feature of real-time detection of the played note by the player, which is very desirable and necessary for beginner and moderately advanced guitar players. This bachelor thesis demonstrates and explains the implementation of the various tools needed for teaching using techniques for dominant frequency detection and filtering out unwanted audio artifacts using an algorithm from the field of convolutional neural networks. At the same time, the goal is to focus on the robustness of the algorithm, i.e., it can detect and determine the played tone on the guitar even in noisy environments. The algorithm used by the individual tools developed within this application, combined with a simple user interface, provide the alternative for teaching how to play guitar.
Keywords: artifact; chord; CREPE; detection; frequency; Guitar; m5js; music; note; tabulature; tone; tuner; Web Application

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/213776

Permalink: http://www.nusl.cz/ntk/nusl-533171


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Bachelor's theses