Med hjälp av digitala ljudbibliotek kan man få tillgång till ljudet av en orkester, men hur kan man återskapa känslan av en riktig orkester? Det finns flera metoder för att digitalt återskapa ett mänskligt framförande, två av de vanligaste är realtidsinspelning och datorsimulering. Båda metoderna kan användas för att efterlikna/återskapa mänskliga karaktärsdrag i musikaliska framföranden.I detta arbete jämfördes dessa metoder ur lyssnarens perspektiv, för att ta reda på vilken metod som bäst gynnar kompositörer av digital orkestral musik. Undersökningen utnyttjade en kvantitativ metod i form av en internetbaserad enkät där respondenterna fick svara på frågor och rangordna deras upplevelse av de olika metoderna.Resultatet visade bland annat att den generella upplevelsen av metoderna inte skiljde sig åt i genomsnitt, men att det fanns trender mellan olika lyssningsvanor och vilken metod som föredrogs. Mängden insamlad data var inte tillräcklig för att dra konkreta slutsatser, arbetet visar dock tendenser och kan användas som underlag till vidare forskning.

This work involves the design and implementation of a real-time Machine Vision-based Human Computer Interface (HCI) that analyzes and interprets a music conductor's gestures to detect the musical "beat". This HCI system interfaces directly with the "Virtual Orchestra", an electronic MIDI sequenced "orchestra". Prior to the development of this HCI system, the real time control of the tempo of the "Virtual Orchestra" could only be controlled by tapping a tempo on a MIDI controller device--a process that is foreign to most music conductors. The real-time beat information detected by this HCI system allows a conductor to conduct the "Virtual Orchestra" as if it were a live orchestra. This system was developed using the Broadway real-time color image capture board manufactured by Data Translation, Incorporated. The implementation involved the use of Microsoft Visual C++, Microsoft Foundation Classes (MFC) for the Graphical User Interface (GUI), Video For Windows (VFW), MIDI note generation, and Intel assembly level code optimization. Algorithms were developed for rapid RGB color thresholding, multiple contour extraction, fast contour based area and center of mass calculations, and gesture interpretation. Real time, live-video interpretation has been achieved and an end-to-end system has been demonstrated in conjuction with a MIDI sequencer.