Lecture

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.