ScholarGate
助手
Machine learningTranscription

自动音乐转录

自动音乐转录是将音频录音转换为符号音乐记谱(例如,包含音高、起始时间和时值的乐谱)的任务。Klapuri (2008) 将其形式化为一个研究问题,它是音乐信息检索中最具挑战性的任务之一。转录能够实现音乐教育、作曲分析和数字保存。现代系统,特别是那些使用深度学习处理钢琴音乐的系统(Hawthorne et al., 2019),已经取得了显著进展,但在处理通用的复音音乐方面仍远非完美。

在 MethodMind 中打开即将推出Apply, compare, get guidance
Tools & resources
下载幻灯片
Learn & explore
视频即将推出

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

登录

方法图谱

相关方法的邻域——选择一个节点以展开探索。

来源

  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

如何引用本页

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

选用哪种方法?

将本方法与其最相近的同类并置,并排研读——本馆将书籍铺陈于案上,取舍则由您定夺。

并排比较

被引用于

ScholarGateAutomatic Music Transcription (Automatic Music Transcription Algorithm). 于 2026-06-19 检索自 https://scholargate.app/zh/music-information-retrieval/automatic-music-transcription · 数据集: https://doi.org/10.5281/zenodo.20539026