Automatikus kottázás NMF-algoritmussal
A dallamok lejegyzésének igénye feltehetően egyidős a dallamok létezésével. A kotta egy zenei jelrendszer, melyet a zeneszerzők zeneművek leírására használnak.
A számítógépek és digitális jelfeldolgozás megjelenésével lehetőség nyílt a hangjelek automatikus kottázására. Jelenleg számos e célra specializált szoftver érhető el a piacon, de pontosságuk koránt sem tökéletes, és az alkalmazott módszerek aktív kutatás tárgyai.
A feladat kidolgozásával a célom egy újszerű algoritmus kidolgozása volt, mely a bemeneti hangfelvételből egy olyan köztes leírást hoz létre, melyből a kottázás könnyen elvégezhető.
A kidolgozott módszer a nemnegatív mátrixfaktorizáláson alapul, mely a hangjel spektrogramjának alacsony rangú diadikus felbontását adja meg. A diadikus felbontás oszlopai a megszólaló hangjel-bázis spektrumai, sorai pedig az egyes bázishangokhoz tartozó intenzitás-időfüggvények. Az NMF- módszer pontosságát alapvetően befolyásolja a diadikus felbontás rangja. Dolgozatomban az optimális rang meghatározásával foglalkozom, és megmutatom, hogy milyen módszerekkel lehet megközelíteni az optimális értéket. Az egyes módszerek pontosságát generált hangmintákon, illetve valós hangfelvételeken alkalmazott tesztekkel demonstrálom.
szerző
-
Szemerey Helén
Villamosmérnöki szak, mesterképzés
mesterképzés (MA/MSc)
konzulens
-
Dr. Fiala Péter
Docens, Hálózati Rendszerek és Szolgáltatások Tanszék
