|
|
Automatizovaný přepis hudební skladby do notového zápisu
Matoušek, Vojtěch ; Richter, Miloslav (oponent) ; Petyovský, Petr (vedoucí práce)
Tento článek se zabývá automatizovaným přepisem hudební skladby do notového zá- znamu Fourierovou transformací s logaritmickým měřitkem a konstantní Q transformací. Vysledkem práce je aplikace, ktera převede hudební nahrávku, ve zvukovém formátu WAVE do MIDI souboru. Následně můžeme MIDI soubor převést do hudební notace pomocí vhodného nástroje. Algoritmus pro automatizovaný přepis hudební skladby do notového záznamu umí převádět polyfonní skladby, kde se hraje více tónu v jeden čas, s jednoduchým rytmem.
|
|
|
Nástroj pro podporu cvičení klavírních skladeb
Ustinov, Nikita ; Hrubý, Martin (oponent) ; Zbořil, František (vedoucí práce)
Ucelem teto prace je navrhnout a implementovat aplikaci pro cviceni hry na klaviru. Hlavni nevyhodou jiz existujicich aplikaci je omezeny vyber skladeb, ktere lze cvicit, protoze tyto skladby jsou pevne zapsane v pameti. Aplikace ktera je vysledkem teto praci vyresi dany problem - uzivatel bude moct nahrat do aplikace libovolnou klavirni nahravku kterou chce cvicit a aplikace se postara o vytvoreni procesu cviceni. Proces cviceni se spociva v ukazce uzivatelu urcitym zpusobem upravenych not, a soucasna kontrola, pomoci mikrofonu, co hraje uzivatel. Nejvetsim vyzvou dane diplomove prace bylo najit zpusob jak presne a rychle klasifikovat audio signal z mikrofonu. Dana uloha byla vyresena pomoci dvou neza- vislych neuronovych siti s ruznou architekturou, ktere byli trenovany na ruznych datovych sadech. Za ucelem oduvodneni zvoleneho reseni budou uvedeny vsechny potrebne teoreticke muzikalni a vedecke pojmy a metody, ktere maji k tomu primy vztah. Vysledna aplikace bude testovana z trech hledisek: presnosti, rychlosti, uzivatelske pouzitelnosti.
|
|
|
Převod záznamu piana z WAV do MIDI
Bednařík, Jan ; Černocký, Jan (oponent) ; Szőke, Igor (vedoucí práce)
Cílem této práce je návrh systému pro strojový převod polyfonních nahrávek piana z audio formátu WAV do MIDI. Práce popisuje problematiku rozpoznání tónů v hudebních záznamech a předkládá návrh řešení postavený na pravděpodobnostním modelu využívajícím metodu Probabilistic Latent Component Analysis. Pro trénování modelu byly použity nahrávky jednotlivých tónů digitálního piana. Navržený systém byl následně testován na sadě syntetizovaných nahrávek klasické hudby z databáze Classical Piano Midi i na sadě nahrávek piana Korg SP-250 a následně byl vyhodnocen za pomoci odlišných metrik. V závěru jsou výsledky úspěšnosti rozpoznání porovnány s jinými již existujícími systémy.
|
|
|
Nástroj pro podporu cvičení klavírních skladeb
Ustinov, Nikita ; Hrubý, Martin (oponent) ; Zbořil, František (vedoucí práce)
Ucelem teto prace je navrhnout a implementovat aplikaci pro cviceni hry na klaviru. Hlavni nevyhodou jiz existujicich aplikaci je omezeny vyber skladeb, ktere lze cvicit, protoze tyto skladby jsou pevne zapsany v pameti. Aplikace ktera je vysledkem teto prace, vyresi dany problem - uzivatel bude moci nahrat do aplikace libovolnou klavirni nahravku, kterou chce procvicovat a aplikace se postara o vytvoreni procesu cviceni. Proces cviceni spociva v ukazce urcitym zpusobem upravenych not uzivateli a soucasne aplikace pomoci mikrofonu kontroluje, co uzivatel hraje. Nejvetsi vyzvou dane diplomove prace bylo nalezt zpusob, jak presne a rychle klasifikovat audio signal z mikrofonu. Dana uloha byla vyresena pomoci dvou nezavislych neuronovych siti s ruznou architekturou, ktere byly trenovany na ruznych datovych sadach. Za ucelem oduvodneni zvoleneho reseni budou uvedeny vsechny potrebne teoreticke muzikalni a vedecke pojmy a metody, ktere maji k tomuto tematu vztah. Vysledna aplikace bude testovana dle trech parametru: presnost, rychlost a uzivatelska pouzitelnost.
|
|
|
Electric Guitar to MIDI Conversion
Klčo, Michal ; Glembek, Ondřej (oponent) ; Černocký, Jan (vedoucí práce)
Automatic music transcription and multi-pitch estimation are still challenging tasks in the field of music information retrieval. The recent state of the art systems incorporate different machine learning techniques to achieve the most accurate transcription of notes. Some of them are also limited to a specific music instrument or a music genre to reduce the diversity of the analyzed sound. In this work, multiple systems for conversion of electric guitar recordings to the MIDI files, based on different machine learning and spectral analysis techniques, are proposed, evaluated and compared.
|
|
|
Nástroj pro podporu cvičení klavírních skladeb
Ustinov, Nikita ; Hrubý, Martin (oponent) ; Zbořil, František (vedoucí práce)
Ucelem teto prace je navrhnout a implementovat aplikaci pro cviceni hry na klaviru. Hlavni nevyhodou jiz existujicich aplikaci je omezeny vyber skladeb, ktere lze cvicit, protoze tyto skladby jsou pevne zapsany v pameti. Aplikace ktera je vysledkem teto prace, vyresi dany problem - uzivatel bude moci nahrat do aplikace libovolnou klavirni nahravku, kterou chce procvicovat a aplikace se postara o vytvoreni procesu cviceni. Proces cviceni spociva v ukazce urcitym zpusobem upravenych not uzivateli a soucasne aplikace pomoci mikrofonu kontroluje, co uzivatel hraje. Nejvetsi vyzvou dane diplomove prace bylo nalezt zpusob, jak presne a rychle klasifikovat audio signal z mikrofonu. Dana uloha byla vyresena pomoci dvou nezavislych neuronovych siti s ruznou architekturou, ktere byly trenovany na ruznych datovych sadach. Za ucelem oduvodneni zvoleneho reseni budou uvedeny vsechny potrebne teoreticke muzikalni a vedecke pojmy a metody, ktere maji k tomuto tematu vztah. Vysledna aplikace bude testovana dle trech parametru: presnost, rychlost a uzivatelska pouzitelnost.
|
|
|
Nástroj pro podporu cvičení klavírních skladeb
Ustinov, Nikita ; Hrubý, Martin (oponent) ; Zbořil, František (vedoucí práce)
Ucelem teto prace je navrhnout a implementovat aplikaci pro cviceni hry na klaviru. Hlavni nevyhodou jiz existujicich aplikaci je omezeny vyber skladeb, ktere lze cvicit, protoze tyto skladby jsou pevne zapsane v pameti. Aplikace ktera je vysledkem teto praci vyresi dany problem - uzivatel bude moct nahrat do aplikace libovolnou klavirni nahravku kterou chce cvicit a aplikace se postara o vytvoreni procesu cviceni. Proces cviceni se spociva v ukazce uzivatelu urcitym zpusobem upravenych not, a soucasna kontrola, pomoci mikrofonu, co hraje uzivatel. Nejvetsim vyzvou dane diplomove prace bylo najit zpusob jak presne a rychle klasifikovat audio signal z mikrofonu. Dana uloha byla vyresena pomoci dvou neza- vislych neuronovych siti s ruznou architekturou, ktere byli trenovany na ruznych datovych sadech. Za ucelem oduvodneni zvoleneho reseni budou uvedeny vsechny potrebne teoreticke muzikalni a vedecke pojmy a metody, ktere maji k tomu primy vztah. Vysledna aplikace bude testovana z trech hledisek: presnosti, rychlosti, uzivatelske pouzitelnosti.
|
|
|
Automatic Music Transcription
Matoušek, Vojtěch
This article deals with the automatic music transcription into the music notation by short Fourier transform with logarithmic scale. The result of this work is application, which converts the music records, in the wave file, into the music notation. But the algorithm can work only with music records, where plays one tone at one time.
|
|
|
Electric Guitar to MIDI Conversion
Klčo, Michal ; Glembek, Ondřej (oponent) ; Černocký, Jan (vedoucí práce)
Automatic music transcription and multi-pitch estimation are still challenging tasks in the field of music information retrieval. The recent state of the art systems incorporate different machine learning techniques to achieve the most accurate transcription of notes. Some of them are also limited to a specific music instrument or a music genre to reduce the diversity of the analyzed sound. In this work, multiple systems for conversion of electric guitar recordings to the MIDI files, based on different machine learning and spectral analysis techniques, are proposed, evaluated and compared.
|
|
|
Automatizovaný přepis hudební skladby do notového zápisu
Matoušek, Vojtěch ; Richter, Miloslav (oponent) ; Petyovský, Petr (vedoucí práce)
Tento článek se zabývá automatizovaným přepisem hudební skladby do notového zá- znamu Fourierovou transformací s logaritmickým měřitkem a konstantní Q transformací. Vysledkem práce je aplikace, ktera převede hudební nahrávku, ve zvukovém formátu WAVE do MIDI souboru. Následně můžeme MIDI soubor převést do hudební notace pomocí vhodného nástroje. Algoritmus pro automatizovaný přepis hudební skladby do notového záznamu umí převádět polyfonní skladby, kde se hraje více tónu v jeden čas, s jednoduchým rytmem.
|
host ::
RSS.