Onset detection in music signals

Detalhes bibliográficos
Autor(a) principal: Rosão, Carlos Manuel Tadeia
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10071/5991
Resumo: A Deteção de Onsets, ou seja, a tarefa que procura encontrar o momento de início de notas musicais num sinal de áudio, tem sido uma aérea de investigação ativa, uma vez que a Deteção de Onsets ´e comummente utilizada como primeiro passo em tarefas de alto-nível de processamento musical. Tendo em conta a necessidade de saber que m´método de Deteção de Onsets é mais adequado a cada tarefa de alto-nível, nesta tese foram seguidas duas abordagens que visam, acima de tudo, obter uma informação mais completa sobre cada m´método de Deteção de Onsets. A primeira abordagem consiste numa comparação em profundidade do comportamento dos m´métodos de Deteção de Onsets que usam características espectrais do sinal. Os resultados obtidos mostram que o comportamento dos diferentes m´métodos varia significativamente entre as funções de deteção usadas, entre os tipos de Onset, e ainda de acordo com a t´técnica de interpretação do instrumento. Na segunda abordagem avalia-se a influencia do passo final de Seleção de Picos nos resultados globais de deteção de Onsets. Os resultados obtidos mostram que o passo de seleção de Picos influencia profundamente os resultados – negativa e positivamente –, e que esta influência difere significativamente de acordo com o tipo de Onset e com o m´método de deteção de Onsets usado.
id RCAP_b691a193694c67025742751a8e8de620
oai_identifier_str oai:repositorio.iscte-iul.pt:10071/5991
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Onset detection in music signalsDetecção de onsetsSegmentaçcão de notas musicaisCaptação de informação musicalTranscrição de informação musicalDetecção de novidadeProcessamento de sinalOnset detectionNote segmentationMusic information retrievalAutomatic music transcriptionNovelty detectionSignal processingA Deteção de Onsets, ou seja, a tarefa que procura encontrar o momento de início de notas musicais num sinal de áudio, tem sido uma aérea de investigação ativa, uma vez que a Deteção de Onsets ´e comummente utilizada como primeiro passo em tarefas de alto-nível de processamento musical. Tendo em conta a necessidade de saber que m´método de Deteção de Onsets é mais adequado a cada tarefa de alto-nível, nesta tese foram seguidas duas abordagens que visam, acima de tudo, obter uma informação mais completa sobre cada m´método de Deteção de Onsets. A primeira abordagem consiste numa comparação em profundidade do comportamento dos m´métodos de Deteção de Onsets que usam características espectrais do sinal. Os resultados obtidos mostram que o comportamento dos diferentes m´métodos varia significativamente entre as funções de deteção usadas, entre os tipos de Onset, e ainda de acordo com a t´técnica de interpretação do instrumento. Na segunda abordagem avalia-se a influencia do passo final de Seleção de Picos nos resultados globais de deteção de Onsets. Os resultados obtidos mostram que o passo de seleção de Picos influencia profundamente os resultados – negativa e positivamente –, e que esta influência difere significativamente de acordo com o tipo de Onset e com o m´método de deteção de Onsets usado.Onset Detection, that is, the quest for finding the starting moment of musical notes in an audio signal, is an active research subject since note onset detection is commonly used as a first step in high-level music processing tasks. Driven by the need to know which Onset Detection method can suit better each high-level music processing task, two approaches are followed in this thesis in order to obtain a more complete information about the different onset detection methods. The first consists in a full comparison of the performance of Onset Detection Methods that use Spectral Features. Our results in two distinct datasets show that the behaviour of onset detection varies clearly between onset types and between detection functions, as well as between instrument interpretation style. The other approach assesses the influence of the final Peak Selection step in the global results of Onset Detection. Our results show that the Peak Selection step used deeply influences both positively and negatively the results obtained, and that its influence differs significantly according to the onset classes and to the onset detection functions.2013-11-22T10:52:36Z2012-01-01T00:00:00Z20122012-04info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfapplication/octet-streamhttp://hdl.handle.net/10071/5991engRosão, Carlos Manuel Tadeiainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-09T17:32:42Zoai:repositorio.iscte-iul.pt:10071/5991Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T22:14:41.391990Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Onset detection in music signals
title Onset detection in music signals
spellingShingle Onset detection in music signals
Rosão, Carlos Manuel Tadeia
Detecção de onsets
Segmentaçcão de notas musicais
Captação de informação musical
Transcrição de informação musical
Detecção de novidade
Processamento de sinal
Onset detection
Note segmentation
Music information retrieval
Automatic music transcription
Novelty detection
Signal processing
title_short Onset detection in music signals
title_full Onset detection in music signals
title_fullStr Onset detection in music signals
title_full_unstemmed Onset detection in music signals
title_sort Onset detection in music signals
author Rosão, Carlos Manuel Tadeia
author_facet Rosão, Carlos Manuel Tadeia
author_role author
dc.contributor.author.fl_str_mv Rosão, Carlos Manuel Tadeia
dc.subject.por.fl_str_mv Detecção de onsets
Segmentaçcão de notas musicais
Captação de informação musical
Transcrição de informação musical
Detecção de novidade
Processamento de sinal
Onset detection
Note segmentation
Music information retrieval
Automatic music transcription
Novelty detection
Signal processing
topic Detecção de onsets
Segmentaçcão de notas musicais
Captação de informação musical
Transcrição de informação musical
Detecção de novidade
Processamento de sinal
Onset detection
Note segmentation
Music information retrieval
Automatic music transcription
Novelty detection
Signal processing
description A Deteção de Onsets, ou seja, a tarefa que procura encontrar o momento de início de notas musicais num sinal de áudio, tem sido uma aérea de investigação ativa, uma vez que a Deteção de Onsets ´e comummente utilizada como primeiro passo em tarefas de alto-nível de processamento musical. Tendo em conta a necessidade de saber que m´método de Deteção de Onsets é mais adequado a cada tarefa de alto-nível, nesta tese foram seguidas duas abordagens que visam, acima de tudo, obter uma informação mais completa sobre cada m´método de Deteção de Onsets. A primeira abordagem consiste numa comparação em profundidade do comportamento dos m´métodos de Deteção de Onsets que usam características espectrais do sinal. Os resultados obtidos mostram que o comportamento dos diferentes m´métodos varia significativamente entre as funções de deteção usadas, entre os tipos de Onset, e ainda de acordo com a t´técnica de interpretação do instrumento. Na segunda abordagem avalia-se a influencia do passo final de Seleção de Picos nos resultados globais de deteção de Onsets. Os resultados obtidos mostram que o passo de seleção de Picos influencia profundamente os resultados – negativa e positivamente –, e que esta influência difere significativamente de acordo com o tipo de Onset e com o m´método de deteção de Onsets usado.
publishDate 2012
dc.date.none.fl_str_mv 2012-01-01T00:00:00Z
2012
2012-04
2013-11-22T10:52:36Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10071/5991
url http://hdl.handle.net/10071/5991
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/octet-stream
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134704502308864