ScholarGate
Assistent
Machine learningFeature extraction

Melodieutvinning

Melodieutvinning er oppgaven med å automatisk isolere den primære melodiske konturen fra polyfone musikkinnspillinger. Det oppsto fra forskning på musikktranskripsjon på 2000-tallet og adresserer den sentrale utfordringen med menneskelig tonehøydeoppfatning: å identifisere den perseptuelt dominerende tonehøyden når mange instrumenter spiller samtidig. Moderne tilnærminger bruker dyp læring og er essensielle for musikk­analyse, gjenkjenning av coverlåter og justering av musikk til sangtekster.

Åpne i MethodMindSnartApply, compare, get guidance
Tools & resources
Last ned lysbilder
Learn & explore
VideoSnart

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Metodekart

Nabolaget av beslektede metoder — velg en node for å utforske.

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

Slik siterer du denne siden

ScholarGate. (2026, June 3). Melody Extraction Algorithm. ScholarGate. https://scholargate.app/no/music-information-retrieval/melody-extraction

Hvilken metode?

Sett denne metoden ved siden av sin nærmeste slektning og les dem side om side — biblioteket legger bøkene på bordet; valget er ditt.

Sammenlign side om side

Referert av

ScholarGateMelody Extraction (Melody Extraction Algorithm). Hentet 2026-06-17 fra https://scholargate.app/no/music-information-retrieval/melody-extraction · Datasett: https://doi.org/10.5281/zenodo.20539026