ScholarGate
Avustaja
Machine learningFeature extraction

Melodian erottelu

Melodian erottelu on tehtävä, jossa päämelodinen ääriviiva eristetään automaattisesti moniäänisistä musiikkitallenteista. Se sai alkunsa musiikin transkriptiotutkimuksesta 2000-luvulla ja käsittelee ihmisen sävelkorkeuden havaitsemisen ydinkysymystä: havaittavasti dominoivan sävelkorkeuden tunnistamista, kun monet instrumentit soittavat samanaikaisesti. Nykyaikaiset lähestymistavat käyttävät syväoppimista ja ovat välttämättömiä musiikkianalyysissä, cover-kappaleiden tunnistuksessa ja musiikin ja sanoitusten kohdistamisessa.

Avaa sovelluksessa MethodMindTulossaApply, compare, get guidance
Tools & resources
Lataa diat
Learn & explore
VideoTulossa

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Menetelmäkartta

Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.

Lähteet

  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

Näin viittaat tähän sivuun

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

Mikä menetelmä?

Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.

Vertaa rinnakkain

Tähän viittaavat

ScholarGateMelody Extraction (Melody Extraction Algorithm). Haettu 2026-06-17 osoitteesta https://scholargate.app/fi/music-information-retrieval/melody-extraction · Aineisto: https://doi.org/10.5281/zenodo.20539026