Bungu transkripcija midi skaņas signāliem, analizējot to frekvenču saturu

Abstract

Cilvēkam ar transkripcijas uzdevumu ir iespējams veiksmīgi tikt galā, bet datoriem tas aizvien sagādā grūtības. Transkripcija ir sarežģīts process, kas ietver, apvieno sevī citu mūzikas informācijas iegūšanas algoritmu izmantošanu, kā piemēram, nošu sākuma pozīciju noteikšanas algoritmus, perkusiju atdalīšanas algoritmus no harmoniskajiem mūzikas instrumentiem, u.c. algoritmus. Bungu transkripcijai tiek izšķirtas 2 galvenās pieejas – īpašību modeļa atpazīšanas vai bungu atdalīšanas pieeja. Pastāv arī citas metodes, kas neietilpst iepriekš minētās pieejās. Maģistra darba mērķis ir eksperimentālā ceļā izveidot polifonisku MIDI bungu skaņu transkripcijas algoritmu, kas apstrādā WAV formāta failus, analizējot to frekvenču saturu. Gūt pieredzi un noskaidrot, cik sarežģīti ir veidot signāla apstrādes, transkripcijas algoritmus. Dokumentēt iegūtos rezultātus un veikt to analīzi.

In music, transcription means notating a piece of song or a whole song which was previously unnotated. Humans with this task can deal successfully, but for computers it is still a difficult challenge. Transcription is complicated process which combines and uses other music information retrieval algorithms, for example, onset detection algorithms, harmonic / percussive separation algorithms and other algorithms. Percussion transcription can be generally can be included in two main approaches: pattern recognition-based separation-based systems. Objective of thesis "Midi sound signal and its frequency content analysis for drum transcription" is to in an experimental way create drum transcription algorithm which deals with polyphonic MIDI drum sound signals analyzing its frequency content, gain experience and determine how complicated is developing signal processing and transcription algorithms and analyze obtained results.