Título: | An End-to-End Framework for Audio-to-Score Music Transcription |
Incorpóralo a tu calendario: |
---|---|---|
Tipo: | defensa de tesis | |
Por: | Miguel Ángel Román García | |
Lugar: | https://meet.google.com/bcr-wrae-txa/ | |
Día/hora: | 11:00 20/01/2021 | |
Duración aproximada: | 1:30 horas | |
Más información: | https://edua.ua.es/es/secretaria/tesis-doctoral/tesis-en-proceso-de-tramitacion/miguel-angel-roman-garcia.html | |
Persona de contacto: | Calvo Zaragoza, Jorge (jcalvodlsi.ua.es) | |
Resumen: | Una obra musical se escribe en una partitura como un medio para establecer un marco de referencia común con el que los músicos puedan interpretarla. Sin embargo, las partituras no siempre están disponibles para los músicos, así que persiste la necesidad de transcribir aquella música que escuchan para poder interpretarla con sus instrumentos. La Transcripción Musical Automática (en inglés Automatic Music Transcription, AMT) es una tarea del campo de la Recuperación de Información Musical cuyo objetivo es convertir señales de audio en una forma de notación musical a través de medios computacionales. Esta tesis doctoral presenta un nuevo enfoque en el área de AMT, definiendo la tarea de Audio-a-Partitura (en inglés Audio-to-Score, A2S), que realiza la transcripción musical de extremo a extremo gracias a la capacidad de modelado que ofrecen las redes neuronales profundas. Este enfoque va un paso más allá de los sistemas de transcripción tradicionales, que están basados en predecir notas musicales en el formato de tiempo-frecuencia. Los resultados arrojados por los experimentos, tanto para partituras monofónicas como polifónicas, demuestran la bondad de esta formulación y abren una nueva vía de investigación en el campo de transcripción musical. |
[ Tancar ]