Automatic music transcription

Abstract

Computational music research is spread out of the world in many fields. One of these fields is automatic music transcription. During this thesis, we concentrated on the detection of music notes inside an audio signal. We decided to work on a percussive instrument i.e. piano because percussive onset can be relatively more easier to detect than other types of onset. We benefitted from the signal processing techniques like FFT, low-pass filtering and the statistical methods like Hinkley's CUSUM algorithm and linear regression. We proposed a transcription algorithm applied to a synthetically created audio data which was formed by the notes of middle octave and first five note value types. The algorithm transcribes the music scores with an average accuracy of 96,7 using the tuned parameters.

Bilişimsel müzik araştırması bir çok alanda dünyaya yayılmıştır. Bu alanlardan biri de özdevimli müzik çevriyazımıdır. Bu tez sırasında, bir ses iminin içerisindeki müzik notalarının algılanması üzerine yoğunlaştık. Bir vurmalı müzik aleti olan piano üzerine çalışmaya karar verdik çünkü vurmalı nota başlangıçlarının algılanılması diğer nota başlangıç tiplerine göre göreceli olarak daha kolaydır. Hızlı Fourier Dönüşüm'ü ve alçak geçirgen süzgeci gibi im isleme tekniklerinden ve Hinkley'in CUSUM algoritması ve dogrusal regresyon gibi sayımlama yöntemlerinden faydalandık. Orta oktav notalarından ve ilk beş nota değer türlerinden oluşan bireşimsel olarak yaratılmış bir ses verisine uygulanan bir algoritma teklif ettik. Algoritma müzik parçalarını ayarlanmış değiştirgeler kullanarak ortalama yüzde 96,7 bir doğrulukla yazılı biçime dönüştürmektedir.