ScholarGate
Assistente
Machine learningFeature extraction

Algoritmo de Detecção de Altura

A detecção de altura (ou estimação de frequência fundamental) é a tarefa de determinar automaticamente a altura percebida de um sinal de áudio monofônico (fonte única) a cada momento. Formalizada por de Cheveigné e Kawahara (2002) através do algoritmo YIN, é fundamental no processamento de música e fala. A detecção de altura possibilita análise vocal, transcrição musical, afinação de instrumentos e análise de fala. A altura monofônica é inequívoca; a detecção de altura polifônica é fundamentalmente mais difícil e um problema distinto.

Abrir no MethodMindEm breveVídeoEm breveBaixar slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Mapa de métodos

A vizinhança de métodos relacionados — selecione um nó para explorar.

+1 mais

Fontes

  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

Como citar esta página

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

Qual método?

Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.

Comparar lado a lado

Referenciado por

ScholarGatePitch Detection Algorithm (Pitch Detection and Fundamental Frequency Estimation Algorithm). Recuperado em 2026-06-15 de https://scholargate.app/pt/music-information-retrieval/pitch-detection-algorithm · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026