DalšíDalší průvodce
FastPitch TTS s ovladatelným roztečí
Zvuková AI
Zvukový průvodce AI
CREPE is a convolutional neural network for estimating fundamental frequency in monophonic audio.
Poslechněte si tento návodAI-vyprávěný · ~2 min
It operates directly on waveform frames and was evaluated against established pitch trackers, including tests of noise robustness. Its pitch estimates are model outputs and can still be wrong, especially when the input falls outside the task or conditions studied.
CREPE (Convolutional Representation for Pitch Estimation), introduced by Kim, Salamon, Li, and Bello in 2018, estimates the fundamental frequency of monophonic sound such as a solo voice or instrument. The model applies a deep convolutional network directly to time-domain waveform frames instead of first computing a spectrogram. It frames pitch estimation as classification over 360 bins spanning roughly six octaves, spaced 20 cents apart; a local weighted average around the peak can refine the frequency estimate. The authors compared it with pYIN and evaluated generalization under noise, reporting performance that was equal or better in their tested settings. Those findings do not imply that CREPE is more accurate for every recording or task.
Sledování tónu zpěváka pro zpětnou vazbu ladění v reálném čase v aplikacích pro trénink vokálů
Řízení nástrojů pro automatické ladění a korekci výšky tónu s přesnými křivkami základní frekvence
Přepis melodií sólového nástroje do MIDI nebo not
Analýza intonace a vibrata v hudební výchově a výzkumu výkonu
Pitch tracking research explores polyphonic inputs, model latency, and compact inference on devices. CREPE’s waveform-first design remains a useful comparison point, while newer systems may combine learned representations with explicit signal-processing methods. Downstream tools should treat pitch and confidence outputs as estimates that may need smoothing or review.
Newsletter zdarma
Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.
Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.
Otestujte se
Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.
Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte
CREPE is a convolutional neural network for estimating fundamental frequency in monophonic audio. It operates directly on waveform frames and was evaluated against established pitch trackers, including tests of noise robustness. Its pitch estimates are model outputs and can still be wrong, especially when the input falls outside the task or conditions studied.
CREPE předpovídá základní frekvenci, tj. vnímanou výšku, monofonního zvuku.
CREPE odhaduje výšku tónu pro monofonní signály, jako je jeden hlas nebo sólový nástroj.
CREPE poskytuje distribuci pravděpodobnosti přes 360 přihrádek, přičemž odhad považuje za klasifikaci.
Na rozdíl od metod založených na spektrogramech pracuje CREPE na surových rámech tvaru vlny přes konvoluční vrstvy.
CREPE používá 360 přihrádek rozmístěných 20 centů od sebe, což dává sub-půltónové rozlišení přes asi šest oktáv.
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
FastPitch TTS s ovladatelným roztečí
Zvuková AI