ScholarGate
Asistent
Machine learningTranscription

Automatická transkripce hudby

Automatická transkripce hudby je úkol převodu zvukových nahrávek do symbolické hudební notace (např. partitur s výškou tónu, nástupem a trváním). Formalizována jako výzkumný problém Klapurim (2008), představuje jeden z nejnáročnějších úkolů v oblasti získávání hudebních informací. Transkripce umožňuje hudební vzdělávání, analýzu kompozic a digitální uchovávání. Moderní systémy, zejména ty využívající hluboké učení pro klavírní hudbu (Hawthorne et al., 2019), dosáhly významného pokroku, ale u obecné polyfonní hudby zdaleka nejsou dokonalé.

Otevřít v MethodMindJiž brzyApply, compare, get guidance
Tools & resources
Stáhnout prezentaci
Learn & explore
VideoJiž brzy

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Mapa metod

Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.

Zdroje

  1. Klapuri, A. (2008). Automatic music transcription as we know it today. Journal of New Music Research, 33(3), 323-337. DOI: 10.1007/978-0-387-30441-0_20
  2. Poliner, G. E., & Ellis, D. P. (2007). A discriminative model for polyphonic piano transcription. IEEE Transactions on Audio, Speech, and Language Processing, 15(3), 1116-1126. DOI: 10.1155/2007/48317
  3. Hawthorne, C., Elsen, E., Song, J., Roberts, A., Simon, I., Raffel, C., ... & Engel, J. (2019). Onsets and Frames: Dual-Objective Piano Transcription. In ISMIR. link

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Automatic Music Transcription Algorithm. ScholarGate. https://scholargate.app/cs/music-information-retrieval/automatic-music-transcription

Která metoda?

Postavte tuto metodu vedle jejích nejbližších příbuzných a čtěte je vedle sebe — knihovna položí knihy na stůl; volba je na vás.

Porovnat vedle sebe

Odkazuje sem

ScholarGateAutomatic Music Transcription (Automatic Music Transcription Algorithm). Získáno 2026-06-19 z https://scholargate.app/cs/music-information-retrieval/automatic-music-transcription · Datová sada: https://doi.org/10.5281/zenodo.20539026