ScholarGate
Assistent
Machine learningTranscription

Automatisk musiktranskription

Automatisk musiktranskription är uppgiften att omvandla ljudinspelningar till symbolisk notskrift (t.ex. noter med tonhöjd, attacktid och varaktighet). Formaliserad som ett forskningsproblem av Klapuri (2008), representerar den en av de mest utmanande uppgifterna inom musikinformationsåtervinning. Transkription möjliggör musikundervisning, kompositionsanalys och digitalt bevarande. Moderna system, särskilt de som använder djupinlärning för pianomusik (Hawthorne et al., 2019), har uppnått betydande framsteg men är fortfarande långt ifrån perfekta för generell polyfonisk musik.

Öppna i MethodMindSnartApply, compare, get guidance
Tools & resources
Ladda ner bildspel
Learn & explore
VideoSnart

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

Källor

  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

Så citerar du den här sidan

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

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida

Refereras av

ScholarGateAutomatic Music Transcription (Automatic Music Transcription Algorithm). Hämtad 2026-06-19 från https://scholargate.app/sv/music-information-retrieval/automatic-music-transcription · Datamängd: https://doi.org/10.5281/zenodo.20539026