Identificação de acordes de violão utilizando machine learning

• Autor(a) principal: Costa, Rodrigo Almeida
• Data de Publicação: 2020
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFFS (Repositório Digital da UFFS)
• Texto Completo: https://rd.uffs.edu.br/handle/prefix/5763
• topic: Música; Ensino e aprendizagem; Violão; Teoria musical

A transcrição musical é o ato de anotar um som ou uma peça gerado por um instrumento que não tenha sido anotada anteriormente. Trata-se de um trabalho manual que necessita de um conhecimento em teoria musical. A tarefa de anotação dos acordes faz parte da transcrição musical. Esta tarefa pode ser feita utilizando aprendizado de máquina. Estudos para criação de ferramentas de anotações de acordes de forma automática utilizando aprendizado de máquina têm mantido o foco na tarefa de classificação e pós-processamento. Recentemente, trabalhos relacionados à área mostraram que o foco no pré-processamento, com algoritmos que tornam os exemplos do dataset mais descritivos sobre o acorde, pode trazer resultados melhores. O trabalho mostra a criação de um dataset utilizando um método eficaz na extração de features dos áudios gravados de 41 acordes. Após construção do dataset, foram testados modelos baseados em regressão logística, redes neurais e florestas aleatórias. Entre todos os modelos testados, a floresta aleatória obteve os melhores resultados, aliado a um algoritmo de extração de features que utiliza a técnica Constant-Q transform. A média de precisão do modelo chegou a 99%.