ScholarGate
Asistent
Machine learningTranscription

Automatický prepis hudby

Automatický prepis hudby je úloha konverzie zvukových záznamov do symbolickej hudobnej notácie (napr. partitúr s výškou tónu, začiatkom a trvaním). Formalizovaný ako výskumný problém Klapuri (2008), predstavuje jednu z najnáročnejších úloh v oblasti získavania informácií o hudbe. Prepis umožňuje hudobné vzdelávanie, analýzu kompozícií a digitálnu archiváciu. Moderné systémy, najmä tie využívajúce hlboké učenie pre klavírnu hudbu (Hawthorne et al., 2019), dosiahli významný pokrok, ale zostávajú ďaleko od dokonalosti pri všeobecnej polyfonickej hudbe.

Otvoriť v MethodMindČoskoroApply, compare, get guidance
Tools & resources
Stiahnuť snímky
Learn & explore
VideoČoskoro

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Mapa metód

Okolie príbuzných metód — vyberte uzol na preskúmanie.

Zdroje

  1. 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
  2. Poliner, G. E., & Ellis, D. P. (2007). A discriminative model for polyphonic piano transcription. IEEE Transactions on Audio, Speech, and Language Processing, 15(3), 1116-1126. DOI: 10.1155/2007/48317
  3. Hawthorne, C., Elsen, E., Song, J., Roberts, A., Simon, I., Raffel, C., ... & Engel, J. (2019). Onsets and Frames: Dual-Objective Piano Transcription. In ISMIR. link

Ako citovať túto stránku

ScholarGate. (2026, June 3). Automatic Music Transcription Algorithm. ScholarGate. https://scholargate.app/sk/music-information-retrieval/automatic-music-transcription

Ktorá metóda?

Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.

Porovnať vedľa seba

Odkazujú sem

ScholarGateAutomatic Music Transcription (Automatic Music Transcription Algorithm). Získané 2026-06-19 z https://scholargate.app/sk/music-information-retrieval/automatic-music-transcription · Dátová sada: https://doi.org/10.5281/zenodo.20539026