注意起病检测

Question

我正在开发一个系统来帮助音乐家进行转录。目的是在单个乐器单声道录音中执行自动音乐转录（它不一定是完美的，因为用户将在以后纠正错误/错误）。这里有没有人有自动音乐转录的经验？或一般的数字信号处理？无论您的背景如何，都非常感谢任何人的帮助。

到目前为止，我已经研究了使用快速傅立叶变换进行音调检测，并且MATLAB和我自己的Java测试程序中的大量测试表明它足够快速和准确以满足我的需求。需要解决的任务的另一个要素是以乐谱形式显示制作的MIDI数据，但这是我现在不关心的事情。

简而言之，我正在寻找的是一种用于音符开始检测的好方法，即信号中新音符开始的位置。由于慢速开启可能很难正确检测，我最初将使用带有钢琴录音的系统。这也部分归因于我弹钢琴的事实，应该处于更好的位置以获得合适的录音进行测试。如上所述，该系统的早期版本将用于简单的单声道录音，根据未来几周的进展，可能会在稍后进行更复杂的输入。

Answer 1

Answer 2

您想要做的通常被称为 WAV-to-MIDI （谷歌“wav-to-midi”）。在这个过程中有许多尝试，结果各不相同（注意开始是困难之一;复调很难处理）。我建议从彻底搜索现成的解决方案开始，只有在没有任何可接受的情况下才能自己开始工作。

你需要的过程的另一部分是将MIDI输出呈现为传统乐谱，但是有超过十亿的产品可以做到这一点。

另一个答案是：是的，我已经做了很多数字信号处理（参见我网站上的软件 - 这是一个用VB和C编写的无限语音软件合成器），我很感兴趣帮助你这个问题。 WAV-to-MIDI部分在概念上并不是那么困难，它只是让它在实践中可靠地运行起来很难。注意开始只是设置一个阈值 - 可以很容易地向前或向后调整错误，以补偿音符攻击差异。对于录音而言，音高检测比实时更容易进行，并且仅涉及实现自动关联例程。

Answer 3

你应该看看MIRToolbox - 它是为Matlab编写的，并且内置了一个起始探测器 - 它工作得非常好。源代码是GPL，因此您可以使用适合您的任何语言实现该算法。您的生产代码将使用哪种语言？

Answer 4

这个库以音频标签为中心：

aubio

  

aubio是一个音频标签库。它的功能包括在每次攻击之前分割声音文件，执行音调检测，敲击节拍以及从现场音频产生midi流。 aubio这个名字来自'音频'，有一个拼写错误：结果中也可能发现几个转录错误。

我对它的开始检测和音高检测有好运。它在c中，但有swig / python包装器。

另外，图书馆的作者在页面上有他的论文的pdf，其中有关于标签的很好的信息和背景。

Answer 5

通过使用平均能量测量，可以在时域中轻松检测到硬启动。

SUM从0到N（X ^ 2）

使用整个信号块进行此操作。你应该在发生开始时看到峰值（窗口大小取决于你，我的建议是50ms或更长）。

关于发起检测的大量论文：

对于铁杆工程师：

http://www.nyu.edu/classes/bello/MIR_files/2005_BelloEtAl_IEEE_TSALP.pdf

普通人更容易理解：

http://bingweb.binghamton.edu/~ahess2/Onset_Detection_Nov302011.pdf

Answer 6

您可以尝试将wav信号转换为幅度与时间的关系图。然后确定一致起始的方法是计算信号上升沿的拐点中的切线与x轴的交点。