Implementação em Python de detecção de onset e estimação da frequência central

• Autor(a) principal: Gisbert, Brian Mozato
• Data de Publicação: 2023
• Outros Autores: Henriques, Felipe de Souza
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
• Texto Completo: http://app.uff.br/riuff/handle/1/31648
• topic: Extração de informação musical; Detecção de onset; Rastreamento da frequência fundamental; Python; Python (Linguagem de programação de computador); Instrumento musical; Extração de informação musical; Musical information retrieval; Fundamental frequency tracking; Onset detection

Este trabalho possui como objetivo uma análise das diferenças entre determinados instrumentos tais como guitarra, piano e violino por meio de técnicas de MIR (Music Information Retrieval). O objetivo é identificar caracterı́sticas musicais que possam ser usadas para distinguir esses três instrumentos. A extração de Informação Musical (MIR) é uma área vasta que incorpora os seguintes tópicos: identificação de artista, musicologia, classificação de gênero, psicoacústica, processamento de sinais, reconhecimento de instrumentos e aprendizado de máquina. Define-se MIR como um conjunto de técnicas com a intenção de obter dados relevantes de sinais de áudio e transformá-los em informações musicais de interesse, como o reconhecimento de notas musicais, acordes, ritmos, estruturas melódicas, dentre outros. Dentre essas técnicas foram escolhidas a detecção de onsets e o rastreio da frequência fundamental para serem implementadas em Python e, em especı́fico, foram utilizadas as bibliotecas numpy, pandas, math, librosa e mathplotlib para o desenvolvimento dos algoritmos. A partir dos algoritmos feitos em python conseguimos achar gráficos no domı́nio do tempo, STFT do sinal, Novelty Function de energia, Novelty Function de espectro de frequência, Detecção de Onsets e por fim temos o Rastreio da Frequência Fundamental