Pengecaman Instrumen
Pengecaman instrumen ialah tugas mengenal pasti secara automatik instrumen muzik yang terdapat dalam rakaman audio. Diformalkan oleh Eronen et al. (2005), ia menangani timbre—kualiti tonal yang membezakan satu instrumen daripada yang lain. Pengecaman instrumen adalah penting untuk analisis muzik, transkripsi, pengindeksan automatik, dan pendidikan muzik. Ia kekal mencabar dalam konteks polifonik tetapi telah mencapai ketepatan yang baik dalam senario solo dan iringan jarang.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
Sumber
- Eronen, A., Peltonen, V., Tuomi, J., Klapuri, A., Fagerlund, S., Sorsa, T., & Lorho, G. (2005). Audio-based context recognition. IEEE Transactions on Audio, Speech, and Language Processing, 14(1), 321-329. DOI: 10.1109/tsa.2005.854103 ↗
- Benetos, E., Holzapfel, A., Kotropoulos, C., & Pikrakis, A. (2013). Polyphonic instrument recognition using source separation and feature integration. In Proceedings of the International Society for Music Information Retrieval Conference. link ↗
- Cai, R., Lu, L., Hanjalic, A., Zhang, H. J., & Cai, L. H. (2007). A new tool for music tagging and contextual music search. In Proceedings of the International ACM SIGIR Conference on Research and Development in Information Retrieval. link ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Musical Instrument Recognition Algorithm. ScholarGate. https://scholargate.app/ms/music-information-retrieval/instrument-recognition
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Transkripsi Muzik AutomatikCapaian Maklumat Muzik↔ banding
- Klasifikasi Genre MuzikCapaian Maklumat Muzik↔ banding
- Segmentasi MuzikCapaian Maklumat Muzik↔ banding
- Algoritma Pengesanan PicCapaian Maklumat Muzik↔ banding
- Analisis TimbreCapaian Maklumat Muzik↔ banding
Dirujuk oleh
Similar methods
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →