Automatic music transcription

Abstract

Bilişimsel müzik araştırması birçok alanda dünyaya yayılmıştır. Bu alanlardan biride özdevimli müzik çevriyazımıdır. Bu tez sırasında, bir ses iminin içerisindekimüzik notalarının algılanması üzerine yoğunlaştık. Bir vurmalı müzik aleti olanpiyano üzerine çalışmaya karar verdik çünkü vurmalı nota başlangıçlarınınalgılanılması diğer nota başlangıç tiplerine göre göreceli olarak daha kolaydır. HızlıFourier Dönüşüm'ü ve alçak geçirgen süzgeci gibi im işleme tekniklerinden veHinkley'in CUSUM algoritması ve doğrusal regresyon gibi sayımlamayöntemlerinden faydalandık. Orta oktav notalarından ve ilk beş nota değertürlerinden oluşan bireşimsel olarak yaratılmış bir ses verisine uygulanan biralgoritma teklif ettik. Algoritma müzik parçalarını ayarlanmış değistirgelerkullanarak ortalama yüzde 96,7 bir doğrulukla yazılı biçime dönüştürmektedir.

Computational music research is spread out of the world in many fields. One of thesefields is automatic music transcription. During this thesis, we concentrated on thedetection of music notes inside an audio signal. We decided to work on a percussiveinstrument i.e. piano because percussive onset can be relatively more easier to detectthan other types of onset. We benefitted from the signal processing techniques likeFFT, low-pass filtering and the statistical methods like Hinkley?s CUSUM algorithmand linear regression. We proposed a transcription algorithm applied to asynthetically created audio data which was formed by the notes of middle octave andfirst five note value types. The algorithm transcribes the music scores with anaverage accuracy of 96,7 using the tuned parameters.