Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2015-10-20T18:48:11Z
No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
Tese-Versão Biblioteca - CD.pdf: 2632909 bytes, checksum: eaa6ac050c1d244eaaa6af0d4b717a9f (MD5) / Made available in DSpace on 2015-10-20T18:48:11Z (GMT). No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
Tese-Versão Biblioteca - CD.pdf: 2632909 bytes, checksum: eaa6ac050c1d244eaaa6af0d4b717a9f (MD5)
Previous issue date: 2015-02-25 / Dentro da área de pesquisa chamada de Music Information Retrieval (MIR, ou Recuperação de Informações Musicais), uma tarefa que vem recebendo bastante atenção é a que tenta realizar a transcrição automática dos acordes musicais. Na prática, esta tarefa se traduz no desenvolvimento de softwares capazes de analisar arquivos de canções (MP3, WAV, etc.) e extrair deles as suas grades de acordes. A tarefa é complexa e envolve várias subtarefas, algumas delas com propostas de soluções bem fundamentadas e relativamente bem sucedidas no estado da arte. Para atuar na execução desta tarefa, as propostas de soluções em estado da arte não têm considerado algumas informações musicais relevantes. Entre elas, podemos citar as sequências recorrentes ou típicas de acordes comumente encontradas na música ocidental (IIm-V-I, I-IVm-IIm-V7, etc.), e a presença de estruturas cíclicas como refrães e estrofes. O conhecimento destas informações de caráter preditivo poderia facilitar a execução da tarefa de transcrição de acordes na medida em que ajudaria a prevê-los. No entanto, a utilização de informação preditiva nesta tarefa de classificação envolve diversas incertezas. Nesta tese, a questão de pesquisa central a ser respondida é se o conhecimento e uso deste tipo de informação musical preditiva pode melhorar, de fato, o desempenho de um processo de transcrição de acordes. Para tanto, também seria preciso propor um meio de como adquirir este tipo de conhecimento e de como incorporá-lo na transcrição. A resposta a estes últimos pontos baseou-se em um caminho agregador capaz de aproveitar os resultados das melhores propostas de soluções, pós-processando seus resultados para melhorá-los com o uso de informação preditiva. Nos testes realizados, através do uso de uma rede neural do tipo MLP devidamente treinada, foi demonstrado que é possível incorporar o conhecimento relacionado com este tipo de informação musical preditiva para melhorar o desempenho dos sistemas de transcrição de acordes. Nossa proposta indica que estas informações musicais, de fato, são relevantes e podem melhorar a transcrição de acordes. / In the domain of Music Information Retrieval (MIR), one of the tasks
which have been receiving attention is the automatic transcription of musical
chords. In practice, this task consists in developing software capable of
analyzing song files (MP3, WAV , etc.) and drawing from them their chord grids.
The task is complex and it involves several subtasks. Some well-founded and
relatively well succeeded solutions have been proposed in the state of the art.
To act in this task, the proposed solutions in state of the art have not considered
some relevant music information. Among them, we can mention the typical chord
sequences commonly found in western song (IIm-VI, I-IVm-IIm-V7, etc.), and the
presence of cyclic structures like choruses and verses. In both cases, knowledge of
this information usually could facilite the execution of the chord transcription task.
However, the use of this predictive information on this classification task
involves several uncertainties.
In this thesis, the central question to be assessed is whether the knowledge and
use of such information can improve the performance of a chord transcription process.
Therefore, it would also be necessary to propose a way of how a system might acquire
this knowledge. The answer to these questions, instead of relying on a new method
that treats the process of transcription in all its complexities, was based on an
aggregator way able to take advantage of the best results of proposed solutions, postprocessing
their transcripts of chords and trying to improve them with the use of this
kind of information.
In the tests performed, through the use of a properly trained neural
network MLP type, it was demonstrated that it is possible to incorporate
knowledge related to this type of musical information to improve the
performance of the chord transcription systems. Our proposal indicates that
these musical information, in fact, are relevant and may improve the
transcription of chords.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/14223 |
Date | 25 February 2015 |
Creators | CUNHA, Uiraquitan Sidney Gouveia Carneiro da |
Contributors | http://lattes.cnpq.br/9783292465422902, RAMALHO, Geber Lisboa, CABRAL, Giordano Ribeiro Eulalio |
Publisher | UFPE, Brasil |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | English |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
Source | reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
Rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil, http://creativecommons.org/licenses/by-nc-nd/3.0/br/, info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds