ScholarGate
Asistents
Machine learningFeature extraction

Algoritms skaņas augstuma noteikšanai

Skaņas augstuma noteikšana (vai fundamentālās frekvences novērtēšana) ir uzdevums automātiski noteikt uztverto skaņas augstumu monofonam (vienas avota) audio signālam katrā laika momentā. Formāli de Cheveigné un Kawahara (2002) ar YIN algoritmu, tas ir pamats mūzikas un runas apstrādei. Skaņas augstuma noteikšana nodrošina vokālās analīzes, mūzikas transkripcijas, instrumentu skaņošanas un runas analīzes iespējas. Monofoniskais skaņas augstums ir viennozīmīgs; polifoniskā skaņas augstuma noteikšana ir fundamentāli grūtāka un atšķirīgs uzdevums.

Atvērt MethodMindDrīzumāVideoDrīzumāLejupielādēt slaidus

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

+vēl 1

Avoti

  1. de Cheveigné, A., & Kawahara, H. (2002). YIN, a fundamental frequency estimator for speech and music. The Journal of the Acoustical Society of America, 111(4), 1917-1930. DOI: 10.1121/1.1458024
  2. McLeod, P., & Wyvill, G. (2005). A smarter way to find pitch. In Proceedings of the International Computer Music Conference. link
  3. Mauch, M., Cannam, C., Bittner, R., Fazekas, G., Salamon, J., Wade, J., & Benetos, E. (2015). Computer-aided Research on Monophonic Singing. In Frontiers in Psychology. link

Kā citēt šo lapu

ScholarGate. (2026, June 3). Pitch Detection and Fundamental Frequency Estimation Algorithm. ScholarGate. https://scholargate.app/lv/music-information-retrieval/pitch-detection-algorithm

Kura metode?

Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.

Salīdzināt blakus

Uz to atsaucas

ScholarGatePitch Detection Algorithm (Pitch Detection and Fundamental Frequency Estimation Algorithm). Izgūts 2026-06-15 no https://scholargate.app/lv/music-information-retrieval/pitch-detection-algorithm · Datu kopa: https://doi.org/10.5281/zenodo.20539026