Audio 识别(音乐)乐谱的方法

Audio 识别(音乐)乐谱的方法,audio,artificial-intelligence,signal-processing,Audio,Artificial Intelligence,Signal Processing,我正在寻找识别乐谱的方法,当有人演奏吉他时。我该怎么办? 我听说midi将音乐数据存储为乐谱。我想知道这是否是一个好的解决方案。您是否意识到您正在尝试非常困难的事情?这是一个非常复杂的话题,你可以花数年时间研究自己,或者花$$$$购买现有的商业解决方案。你知道你正在尝试一些非常困难的事情吗?这是一个非常复杂的话题,你可以花数年时间研究自己,或者为现有的商业解决方案支付美元。MIDI确实存储乐谱,但它(通常)不会从录制的声音中提取乐谱。你不能用标准的或完全可靠的方式把mp3文件“转换成MIDI”

我正在寻找识别乐谱的方法,当有人演奏吉他时。我该怎么办?
我听说midi将音乐数据存储为乐谱。我想知道这是否是一个好的解决方案。

您是否意识到您正在尝试非常困难的事情?这是一个非常复杂的话题,你可以花数年时间研究自己,或者花$$$$购买现有的商业解决方案。

你知道你正在尝试一些非常困难的事情吗?这是一个非常复杂的话题,你可以花数年时间研究自己,或者为现有的商业解决方案支付美元。

MIDI确实存储乐谱,但它(通常)不会从录制的声音中提取乐谱。你不能用标准的或完全可靠的方式把mp3文件“转换成MIDI”

您可以使用录音机(或“sequencer”)创建一个MIDI文件,它可能是一个桌面应用程序,您可以像作曲家一样“编写乐谱”,也可能是一个音乐设备,如键盘,它记录您按下的键、力度和持续时间,并将其解释为乐谱

MIDI播放器获取数据/乐谱,并使用自己的声音(或“声音字体”(如果您愿意)进行复制。因此,MIDI数据的优势首先是声音已经在播放设备上可用(因此数据非常紧凑),其次是相同的数据(“曲调”)可以使用不同的声音(“乐器”)[*]播放

我相信有MIDI吉他,但我不知道它们有多“好”。电吉他的音色部分来自实体的共振。这当然可以通过播放时的声音来模仿,但肯定有一些事情可以用电吉他来做,但MIDI格式无法捕捉或表示(例如,我猜反馈是不可能的)

软件可以从录制的声音中提取MIDI数据——这有点像OCR从文本图像中提取ASCII字符数据的方式。这不是记录某人吉他演奏的主要方法,但是如果你想得到乐谱/标签的第一近似值,你可以试试

下面是一个随机选择的示例,通过谷歌搜索“从wav转换为MIDI”可以找到:


[*]但是观众们,你们会发现自己在想,“这个无意识的机器是什么,它不理解也没有任何美感地发出指令的曲调?”。女士们,先生们,科林在钢琴上卖东西。

MIDI确实存储乐谱,但它(通常)不会从录制的声音中提取乐谱。你不能用标准的或完全可靠的方式把mp3文件“转换成MIDI”

您可以使用录音机(或“sequencer”)创建一个MIDI文件,它可能是一个桌面应用程序,您可以像作曲家一样“编写乐谱”,也可能是一个音乐设备,如键盘,它记录您按下的键、力度和持续时间,并将其解释为乐谱

MIDI播放器获取数据/乐谱,并使用自己的声音(或“声音字体”(如果您愿意)进行复制。因此,MIDI数据的优势首先是声音已经在播放设备上可用(因此数据非常紧凑),其次是相同的数据(“曲调”)可以使用不同的声音(“乐器”)[*]播放

我相信有MIDI吉他,但我不知道它们有多“好”。电吉他的音色部分来自实体的共振。这当然可以通过播放时的声音来模仿,但肯定有一些事情可以用电吉他来做,但MIDI格式无法捕捉或表示(例如,我猜反馈是不可能的)

软件可以从录制的声音中提取MIDI数据——这有点像OCR从文本图像中提取ASCII字符数据的方式。这不是记录某人吉他演奏的主要方法,但是如果你想得到乐谱/标签的第一近似值,你可以试试

下面是一个随机选择的示例,通过谷歌搜索“从wav转换为MIDI”可以找到:


[*]但是观众们,你们会发现自己在想,“这个无意识的机器是什么,它不理解也没有任何美感地发出指令的曲调?”。女士们,先生们,科林在钢琴上卖座。

MIDI是您输出格式的合理选择

剩下的部分,你需要快速傅立叶变换,对输入的模拟声音进行高分辨率捕捉,再加上至少七年的音乐理论


祝您好运。

MIDI是您输出格式的合理选择

剩下的部分,你需要快速傅立叶变换,对输入的模拟声音进行高分辨率捕捉,再加上至少七年的音乐理论


祝你好运。

如果播放机按调子播放,信号中会有非常明显的频率,或者至少有数学分离的频率。可以使用频谱分析来描述信号的特征,以区分音乐和噪声;或者至少是来自噪音的旋律音乐——先锋格尔德实验音乐可能无法通过;)。多乐器演奏者、打击乐器和非标准或较差的调音可能会使区分变得更加困难;例如,中国或印度传统音乐使用的音阶与西方音乐不同


提取信号中的频率需要信号处理技术,如快速傅里叶变换。可以通过统计分析或人工智能技术(如神经网络或模糊逻辑)将信号分类为音乐/非音乐。如果播放器按调子播放,则信号中会有非常明显的频率,或者至少有数学分离的频率。可以使用频谱分析来描述信号的特征,以区分音乐和噪声;或者至少是来自噪音的旋律音乐——先锋格尔德实验音乐可能无法通过;)。