ScholarGate
Asistent
Machine learningStructure analysis

Segmentácia hudby

Segmentácia hudby je úloha delenia hudobného záznamu na odlišné štrukturálne časti (napr. sloha, refrén, bridge, predrefrén, outro). Predstavená Gottom (2001), identifikuje hlavné štrukturálne hranice a označuje časti podľa hudobnej formy. Segmentácia je nevyhnutná pre porozumenie hudby, úpravu zvuku a analýzu kompozície. Umožňuje úlohy vyššej úrovne, ako je identifikácia coververzií a generovanie hudby s vedomím štruktúry.

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. Goto, M., & Hasegawa, Y. (2001). Automatic transcription of popular music audio. In Proceedings of the Fourth International Conference on Music Information Retrieval. link
  2. Levy, M., & Sandler, M. (2008). Structural segmentation of musical audio by constrained clustering. IEEE Transactions on Audio, Speech, and Language Processing, 16(2), 318-326. DOI: 10.1109/tasl.2007.910781
  3. McVicar, M., Santos-Rodríguez, R., Ni, Y., & De Bie, T. (2014). Automatic annotation of musical key and time signature from audio using Hidden Markov Models. In Proceedings of the International Society for Music Information Retrieval Conference. link

Ako citovať túto stránku

ScholarGate. (2026, June 3). Music Segmentation and Structure Detection Algorithm. ScholarGate. https://scholargate.app/sk/music-information-retrieval/music-segmentation

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

ScholarGateMusic Segmentation (Music Segmentation and Structure Detection Algorithm). Získané 2026-06-18 z https://scholargate.app/sk/music-information-retrieval/music-segmentation · Dátová sada: https://doi.org/10.5281/zenodo.20539026