Audio analīze nošu atpazīšanai pārlūkā

Abstract

Ir pieejamas daudz un dažādas audio analīzes programmas, tomēr tās ir ierobežotas platformās, kurām tās paredzētas. Šobrīd plaši tiek izmantotas mobilās ierīces, kurām šāds risinājums nav pieejams. Darba mērķis ir noskaidrot, ar kādām metodēm iespējams realizēt nošu transkripciju un kādas ir iespējas šīs metodes pielāgot darbam pārlūkā. Darbā ir apskatīti 9 esošie rīki, kā arī, analizējot literatūrā pieejamo informāciju, identificētas 4 metodes, ar kurām iespējams veikt nošu transkripciju, noteikti to plusi un mīnusi. Intervijās ar mobilo lietotņu izstrādātājiem analizēts, kādas problēmas katrai metodei jāpārvar, lai risinājumu varētu realizēt pārlūkā. Darba rezultāti parāda, ka nav tādas viennozīmīgi izmantojamas pieejas, kas atrisinātu transkripcijas problēmu, tomēr, pieejas kombinējot, ir iespējams iegūt apmierinošu rezultātu.

There are many solutions for automatic music transcription, but they are limited by platform, where they work. Nowadays use of mobile technologies has increased substantially, but there are no appropriate solution. The main goal is to determine methods that make music transcription possible and to find out whether it is possible to adapt them for browser. This paper examines 9 available solutions for music transcription. By performing a literature review 4 possible methods for a solution were identified. Those methods were further analyzed for suitability in practical application. Results shows that each of the methods has its pros and cons, and satisfactory result may be achieved by combining these methods.