Exploração e avaliação de técnicas de reconhecimento de acordes em gravações de guitarra elétrica

Detalhes bibliográficos
Autor(a) principal: Lima, Felipe de Almeida
Data de Publicação: 2019
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/198591
Resumo: O presente trabalho tem como objetivo explorar diferentes técnicas na área de reconhecimento e classificação de acordes, tendo como foco gravações de áudio de guitarra elétrica. A partir de um algoritmo que utiliza um pipeline básico para reconhecimento de acordes, são feitos múltiplos experimentos em suas diferentes etapas, avaliando seus efeitos no resultado final do reconhecimento. O pipeline inicia com a segmentação do áudio em múltiplos quadros para processamento por FFT. São analisados diferentes tamanhos de janela e parâmetros de janelamento. Como segunda etapa, é feita a extração das notas musicais a partir do resultado da FFT. São comparadas diferentes técnicas para reduzir artefatos causados por sons harmônicos, principal fonte de erros da etapa. A terceira etapa do algoritmo efetua a acumulação das notas musicais num mapa conhecido como cromagrama, o qual contém 12 classes de semitons. Como etapa final, o cromagrama obtido é comparado com modelos de acorde para classificação. As diferentes técnicas são comparadas utilizando um conjunto de gravações de guitarra, considerando classificadores para os 24 acordes básicos (maiores e menores) e também com acordes estendidos (diferentes tipos de sétima) para um total de 60 acordes e a ausência de acorde, com acurácia de 68,9% para acordes do conjunto.
id UFRGS-2_99c921e98d5400d40bf319d2a5a0ad95
oai_identifier_str oai:www.lume.ufrgs.br:10183/198591
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Lima, Felipe de AlmeidaJohann, Marcelo de OliveiraSchramm, Rodrigo2019-08-29T02:35:08Z2019http://hdl.handle.net/10183/198591001098458O presente trabalho tem como objetivo explorar diferentes técnicas na área de reconhecimento e classificação de acordes, tendo como foco gravações de áudio de guitarra elétrica. A partir de um algoritmo que utiliza um pipeline básico para reconhecimento de acordes, são feitos múltiplos experimentos em suas diferentes etapas, avaliando seus efeitos no resultado final do reconhecimento. O pipeline inicia com a segmentação do áudio em múltiplos quadros para processamento por FFT. São analisados diferentes tamanhos de janela e parâmetros de janelamento. Como segunda etapa, é feita a extração das notas musicais a partir do resultado da FFT. São comparadas diferentes técnicas para reduzir artefatos causados por sons harmônicos, principal fonte de erros da etapa. A terceira etapa do algoritmo efetua a acumulação das notas musicais num mapa conhecido como cromagrama, o qual contém 12 classes de semitons. Como etapa final, o cromagrama obtido é comparado com modelos de acorde para classificação. As diferentes técnicas são comparadas utilizando um conjunto de gravações de guitarra, considerando classificadores para os 24 acordes básicos (maiores e menores) e também com acordes estendidos (diferentes tipos de sétima) para um total de 60 acordes e a ausência de acorde, com acurácia de 68,9% para acordes do conjunto.This work's objective is to explore different techniques on the chord recognition and classification field, with focus on audio recordings of electric guitar. From a basic chord recognition pipeline, multiple experiments are performed in its different stages, evaluating their effects on the final results of the recognition task. The pipeline begins with the segmentation of the audio into multiple frames for FFT processing. Different window sizes and windowing parameters are evaluated. As a second stage, the extraction of notes from the FFT's results is performed. Different overtone removal techniques are compared, as this is the main sources of errors of this stage. The third stage performs the accumulation of notes in a map known as chromagram, which contains 12 pitch classes. As the last stage, the resulting chromagram is compared to all chord templates for classification. The techniques are compared using a set of guitar recordings, considering classifiers for the 24 basic chords (major and minor) and also with an extended set of chords (different kinds of seventh chords) for a total of 60 chords and the absence of chords, resulting in an accuracy of 68,9% for chords in the set.application/pdfporMúsicaComputação musicalGuitar chord detectionAutomatic music transcriptionMusic information retrievalExploração e avaliação de técnicas de reconhecimento de acordes em gravações de guitarra elétricaExploration and Evaluation of Chord Recognition Methods on Electric Guitar Recordings info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPorto Alegre, BR-RS2019Ciência da Computação: Ênfase em Ciência da Computação: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001098458.pdf.txt001098458.pdf.txtExtracted Texttext/plain95156http://www.lume.ufrgs.br/bitstream/10183/198591/2/001098458.pdf.txta6d7ec8b83b1428f755176758e56dd62MD52ORIGINAL001098458.pdfTexto completoapplication/pdf1899156http://www.lume.ufrgs.br/bitstream/10183/198591/1/001098458.pdf5052b98e434f1c2cebeef126101a39e0MD5110183/1985912019-08-30 02:35:28.502363oai:www.lume.ufrgs.br:10183/198591Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2019-08-30T05:35:28Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Exploração e avaliação de técnicas de reconhecimento de acordes em gravações de guitarra elétrica
dc.title.alternative.en.fl_str_mv Exploration and Evaluation of Chord Recognition Methods on Electric Guitar Recordings
title Exploração e avaliação de técnicas de reconhecimento de acordes em gravações de guitarra elétrica
spellingShingle Exploração e avaliação de técnicas de reconhecimento de acordes em gravações de guitarra elétrica
Lima, Felipe de Almeida
Música
Computação musical
Guitar chord detection
Automatic music transcription
Music information retrieval
title_short Exploração e avaliação de técnicas de reconhecimento de acordes em gravações de guitarra elétrica
title_full Exploração e avaliação de técnicas de reconhecimento de acordes em gravações de guitarra elétrica
title_fullStr Exploração e avaliação de técnicas de reconhecimento de acordes em gravações de guitarra elétrica
title_full_unstemmed Exploração e avaliação de técnicas de reconhecimento de acordes em gravações de guitarra elétrica
title_sort Exploração e avaliação de técnicas de reconhecimento de acordes em gravações de guitarra elétrica
author Lima, Felipe de Almeida
author_facet Lima, Felipe de Almeida
author_role author
dc.contributor.author.fl_str_mv Lima, Felipe de Almeida
dc.contributor.advisor1.fl_str_mv Johann, Marcelo de Oliveira
dc.contributor.advisor-co1.fl_str_mv Schramm, Rodrigo
contributor_str_mv Johann, Marcelo de Oliveira
Schramm, Rodrigo
dc.subject.por.fl_str_mv Música
Computação musical
topic Música
Computação musical
Guitar chord detection
Automatic music transcription
Music information retrieval
dc.subject.eng.fl_str_mv Guitar chord detection
Automatic music transcription
Music information retrieval
description O presente trabalho tem como objetivo explorar diferentes técnicas na área de reconhecimento e classificação de acordes, tendo como foco gravações de áudio de guitarra elétrica. A partir de um algoritmo que utiliza um pipeline básico para reconhecimento de acordes, são feitos múltiplos experimentos em suas diferentes etapas, avaliando seus efeitos no resultado final do reconhecimento. O pipeline inicia com a segmentação do áudio em múltiplos quadros para processamento por FFT. São analisados diferentes tamanhos de janela e parâmetros de janelamento. Como segunda etapa, é feita a extração das notas musicais a partir do resultado da FFT. São comparadas diferentes técnicas para reduzir artefatos causados por sons harmônicos, principal fonte de erros da etapa. A terceira etapa do algoritmo efetua a acumulação das notas musicais num mapa conhecido como cromagrama, o qual contém 12 classes de semitons. Como etapa final, o cromagrama obtido é comparado com modelos de acorde para classificação. As diferentes técnicas são comparadas utilizando um conjunto de gravações de guitarra, considerando classificadores para os 24 acordes básicos (maiores e menores) e também com acordes estendidos (diferentes tipos de sétima) para um total de 60 acordes e a ausência de acorde, com acurácia de 68,9% para acordes do conjunto.
publishDate 2019
dc.date.accessioned.fl_str_mv 2019-08-29T02:35:08Z
dc.date.issued.fl_str_mv 2019
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/198591
dc.identifier.nrb.pt_BR.fl_str_mv 001098458
url http://hdl.handle.net/10183/198591
identifier_str_mv 001098458
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/198591/2/001098458.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/198591/1/001098458.pdf
bitstream.checksum.fl_str_mv a6d7ec8b83b1428f755176758e56dd62
5052b98e434f1c2cebeef126101a39e0
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224579632332800