ScholarGate
Assistent
Machine learningFeature extraction

Melodieekstraktion

Melodieekstraktion er opgaven med automatisk at isolere den primære melodiske kontur fra polyfone musikoptagelser. Den opstod fra forskning i musikktransskription i 2000'erne og adresserer den centrale udfordring ved menneskelig toneopfattelse: at identificere den perceptuelt dominerende tone, når mange instrumenter spiller samtidigt. Moderne tilgange anvender deep learning og er essentielle for musikalsk analyse, detektion af cover-sange og synkronisering af musik med sangtekster.

Åbn i MethodMindSnartApply, compare, get guidance
Tools & resources
Hent slides
Learn & explore
VideoSnart

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Metodekort

Nabolaget af beslægtede metoder — vælg en knude for at udforske.

Kilder

  1. Salamon, J., & Gómez, E. (2014). Melody extraction from polyphonic music signals using pitch contour characteristics. IEEE Transactions on Audio, Speech, and Language Processing, 20(6), 1759-1770. link
  2. 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
  3. Bittner, R. M., McVicar, M., Salamon, J., & Ellis, D. P. (2017). An analysis of lead and accompaniment separation in polyphonic music. In Proceedings of the International Society for Music Information Retrieval Conference. link

Sådan citerer du denne side

ScholarGate. (2026, June 3). Melody Extraction Algorithm. ScholarGate. https://scholargate.app/da/music-information-retrieval/melody-extraction

Hvilken metode?

Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.

Sammenlign side om side

Refereret af

ScholarGateMelody Extraction (Melody Extraction Algorithm). Hentet 2026-06-17 fra https://scholargate.app/da/music-information-retrieval/melody-extraction · Datasæt: https://doi.org/10.5281/zenodo.20539026