Dressler, Karin
[VerfasserIn]
;
Brandenburg, Karlheinz
[AkademischeR BetreuerIn];
Müller, Meinard
[Sonstige Person, Familie und Körperschaft];
Gómez, Emilia
[Sonstige Person, Familie und Körperschaft]Technische Universität Ilmenau
Automatic transcription of the melody from polyphonic music
Hochschulschrift:
Dissertation, Technische Universität Ilmenau, 2017
Anmerkungen:
Das Erscheinungsdatum ist der Tag der Verteidigung
Systemvoraussetzung: Acrobat reader
Beschreibung:
Diese Dissertation befasst sich mit dem Problem der Melodiextraktion aus polyphonem musikalischen Audio. Der vorgestellte Algorithmus umfasst ein "bottom-up"-Design, in dem jedes dieser Module eine abstraktere Darstellung der Audiodaten liefert, was eine effiziente Extraktion der Melodie erlaubt. Allerdings ist der Datenstrom nicht unidirektional - bei verschiedenen Gelegenheiten steuert Feedback von höheren Verarbeitungsmodulen die Verarbeitung von vorangestellten Modulen. Die Spektralanalyse basiert auf einer Technik zur effizienten Berechnung von Kurzzeit-Fourier-Spektren in verschiedenen Zeit-Frequenz-Auflösungen. Der Pitchbestimmungsalgorithmus basiert auf der paarweisen Analyse von spektralen Maxima. Obwohl die Melodieextraktion einen starken Fokus auf die vorherrschende Stimme voraussetzt, zielt das Tonverabeitungsmodul auf eine Extraktion von allen auftretenden Grundfrequenzen (F0) ab. Um die Melodiestimme zu identifizieren, muss die beste Abfolge von Tönen ausgewählt werden. Diese Dissertation beschreibt eine effiziente Methode für die automatische Segregation von sogenannten auditiven Klangströmen. Dabei wird eine variable Anzahl von gleichzeitigen Stimmen verarbeitet. Der vorgestellte Melodieextraktionsalgorithmus wurde im MIREX "audio melody extraction task" evaluiert. Die Resultate zeigen, dass der Algorithmus zum Stand der Technik gehört - es wurde die beste Gesamtgenauigkeit der im Jahr 2014 ausgewerteten Algorithmen erreicht.