|
|
Systémy pro určení rytmických struktur v hudebních nahrávkách
Staňková, Karolína ; Miklánek, Štěpán (oponent) ; Ištvánek, Matěj (vedoucí práce)
Tato diplomová práce se zabývá systémy pro detekci rytmických struktur hudebních nahrávek. Obor získávání informací z hudby (MIR) umožňuje zkoumat harmonické a tonální vlastnosti hudby, rytmus, tempo apod., a využívá se v akademické i komerční sféře. V oblasti detekce rytmických struktur se využívají různé algoritmy, nicméně dnes většina nových metod využívá neuronové sítě. Cílem této práce je shrnout dosavadní výsledky výzkumů systémů pro detekci hudebních dob a tempa v oboru MIR, popsat způsoby výpočtu a vyhodnocení parametrů hudebních nahrávek, a implementovat program, který umožní srovnání dostupných detekčních systémů. Výsledkem práce je program v jazyce Python, který využívá k detekci rytmické struktury testovacích nahrávek šest různých systémů. Výstupy algoritmů následně kontroluje podle zadané reference a pomocí několika hodnotících veličin dané systémy porovnává mezi sebou. K tomu využívá dvou databází hudebních nahrávek, jedné větší převzaté a jedné menší vytvořené v rámci této práce (včetně anotací, tedy referenčních časů dob pro jednotlivé nahrávky). Program též umožňuje zobrazení výsledků v grafech a přehrání libovolné nahrávky doplněné o stopu obsahující detekované časy dob.
|
|
|
Audio signal modelling using neural networks
Pešán, Michele ; Ištvánek, Matěj (oponent) ; Miklánek, Štěpán (vedoucí práce)
Neural networks based upon the WaveNet architecture and recurrent neural networks are nowadays used in human speech synthesis and other various tasks such as "black-box" modeling systems for acoustic signals alteration (modulation effects, non-linear distortion units, etc.). This work aims, to sum up existing methods of neural network use in acoustic signal modeling. Next, the student is to implement chosen model of neuron network Python and will train this architecture to perform a simulation of desirable sound effect or acoustic alteration system. The task for this semester is, to sum up existing knowledge concerning neural networks. Training database of sound samples and implementation of a sound modeling neural net is to be created as well. Through recent years, neural networks have been used more and more extensively across many science fields. Neural networks based upon the WaveNet architecture and recurrent neural networks are nowadays used in human speech synthesis and other various tasks such as "black-box" modeling systems for acoustic signals alteration (modulation effects, non-linear distortion units, etc.). This academic work provides a brief introduction to the neural network terminology and common practice, elaborates on several types of neural network types, the main focus on DeepMind's WaveNet. Furthermore describes and compares results of experimental implementation of WaveNet and other types of neural network in audio signal "black-box" modeling tasks.
|
|
|
Enhancement Of Global Tempo Computation In Beat Tracking System Based On Teager-Kaiser Energy Operator
Ištvánek, Matěj
Beat detection systems and onset detections are used in music information retrieval (MIR) research field for the calculation of the global tempo (GT) and beat positions in audio recordings. The aim of this article is to introduce the enhancement of the onset detector and therefore the beat tracking system. The enhancement is based on the Teager-Kaiser energy operator (TKEO), which is used in pre-processing stage before the onset computation. The proposed method is firstly evaluated in terms of ability to estimate GT of a given audio track and then it is tested on the string quartet database. Results suggest that the TKEO could improve accuracy of GT estimation. Proposed beat tracking system could be used for analysis of interpretation changes in string quartet music.
|
|
|
Nástroj pro simultánní přehrávání více interpretací jedné skladby
Švejcar, Michael ; Ištvánek, Matěj (oponent) ; Miklánek, Štěpán (vedoucí práce)
Cílem této bakalářské práce bylo vytvoření programu umožňujícího simultánní přehrávání více interpretací jedné skladby a plynulého přepínání mezi nimi. K těmto účelům byl použit App Designer v prostředí MATLAB, jenž je určen k vývoji aplikací s grafickým uživatelským rozhraním. Pro vývoj aplikace bylo klíčové zejména použití dostupných toolboxů spolu s algoritmy pro výpočet víceúrovňového dynamického borcení časové osy. Výsledný přehrávač IntSwitcher umožňuje uživateli načíst dvě nahrávky interpretací jedné skladby. Ze vstupních souborů jsou nejprve vypočteny chromagramy, které jednotlivé nahrávky charakterizují z hlediska tónového vývoje v čase. Následně je na chromagramy aplikována metoda víceúrovňového dynamického borcení časové osy, jejímž výstupem je optimální cesta. Jedná se o matici, ve které jsou k sobě přiřazeny hudebně korespondující vzorky načtených audio souborů s rozlišením 50 ms. Dle této závislosti je během přehrávání určována korespondující časová pozice aktuálně neaktivní stopy, společně s pozicí jejího posuvníku. V případě přepnutí přehrávané nahrávky tedy začne druhá stopa hrát ve stejné části skladby, i pokud se tato část nachází v rozdílných časech jednotlivých nahrávek. Výsledná aplikace se jeví jako užitečný nástroj ke studování rozdílů mezi různými interpretacemi stejného hudebního díla.
|
|
|
Analýza interpretace hudby metodami číslicového zpracování signálu
Ištvánek, Matěj ; Mekyska, Jiří (oponent) ; Smékal, Zdeněk (vedoucí práce)
Tato diplomová práce se zabývá metodami detekce not a tempa v hudebních signálech pomocí specifických metod číslicového zpracování. Rozebírá a popisuje danou problematiku jak z hudební, tak z technické stránky. Nejprve je testováno několik implementací využívajících různá programovací prostředí, poté je vybrán fungující systém s nejvyšší přesností detekce a s nastavitelnými parametry, který je následně použit pro testování funkčnosti na zvolené referenční databázi. Je vytvořena také nástavba uvedeného algoritmu pomocí aplikace Teagerova-Kaiserova energetického operátoru ve fázi předzpracování signálu. Rozdíl v přesnosti obou systémů je porovnán – operátor v průměru zvýšil přesnost detekce globálního tempa i časových pozic jednotlivých dob. Nakonec je analyzován druhý dataset obsahující 33 různých interpretací první věty skladby Bedřicha Smetany Smyčcový kvartet No. 1 e moll „Z mého života“. Výsledky ukazují, že průměrné tempo celé první věty skladby se v závislosti na pozdějším roku vzniku nahrávky mírně zmenšuje.
|
|
|
Výzkum tempových parametrů porovnávající zvukové nahrávky
Ištvánek, Matěj ; Galáž, Zoltán (oponent) ; Kiska, Tomáš (vedoucí práce)
Tato práce se zabývá technickými vlastnostmi audio signálů, respektive skladbami z připravené databanky, a popisuje používané parametry pro transkripci a rozbor audio signálů. Shrnuje poznatky z oblasti hudební teorie a automatické transkripce zvukových nahrávek, uvádí odborné studie zabývající se problematikou analýzy signálů a jejich výsledky. Dále uvádí atributy s největší schopností rozlišovat dané skladby podle tempa a obecně z rytmického a metrického hlediska. Práce analyzuje pomocí dvou zvolených metod jednotlivé interpretace skladby Leoše Janáčka „Smyčcový kvartet No. 1 – IV. Con moto" z definované databanky v jazyku MATLAB a předkládá výsledky analýzy a porovnání mezi jednotlivými metodami. Na závěr uvádí shrnutí celé práce a probírané problematiky.
|
host ::
RSS.