ScholarGate
Ассистент
Machine learningFeature extraction

Извлечение мелодии

Извлечение мелодии — это задача автоматического выделения основного мелодического контура из полифонических музыкальных записей. Оно возникло из исследований музыкальной транскрипции в 2000-х годах и решает основную проблему человеческого восприятия высоты звука: определение воспринимаемо доминирующей высоты, когда множество инструментов играют одновременно. Современные подходы используют глубокое обучение и имеют важное значение для анализа музыки, обнаружения кавер-версий и выравнивания музыки с текстами песен.

Открыть в MethodMindСкороApply, compare, get guidance
Tools & resources
Скачать слайды
Learn & explore
ВидеоСкоро

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Карта метода

Окружение родственных методов — выберите узел, чтобы перейти к нему.

Источники

  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

Как цитировать эту страницу

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

Какой метод?

Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.

Сравнить рядом

Упоминается в

ScholarGateMelody Extraction (Melody Extraction Algorithm). Получено 2026-06-17 из https://scholargate.app/ru/music-information-retrieval/melody-extraction · Набор данных: https://doi.org/10.5281/zenodo.20539026