स्वचालित संगीत प्रतिलेखन

स्वचालित संगीत प्रतिलेखन (एएमटी) संगीत की एक कच्ची ऑडियो रिकॉर्डिंग को शीट संगीत, मिडी या पियानो रोल जैसे प्रतीकात्मक संकेतन में परिवर्तित करता है। यह ऑडियो एआई में सबसे कठिन समस्याओं में से एक से निपटता है: एक साथ चलाए गए कई ओवरलैपिंग नोट्स को सुलझाना।

एएमटी एक ऑडियो रिकॉर्डिंग को एक प्रतीकात्मक संकेतन में परिवर्तित करता है जैसे कि मिडी, एक पियानो रोल, या बजाए गए नोट्स का वर्णन करने वाला शीट संगीत।

जब कई स्वर एक साथ बजते हैं तो उनके हार्मोनिक्स ओवरलैप हो जाते हैं, जिससे यह अलग करना मुश्किल हो जाता है कि कौन सी व्यक्तिगत पिचें मौजूद हैं।

ऑनसेट और फ्रेम्स ने सटीक नोट ऑनसेट का पता लगाने के लिए एक हेड का उपयोग किया और निरंतर पिचों के लिए दूसरे हेड का उपयोग किया, जिसमें ऑनसेट फ्रेम आउटपुट को गेट करता था।

संगीतमय पिचों को लघुगणकीय रूप से स्थान दिया गया है (सप्तक आवृत्ति में दोगुना है), और सीक्यूटी के लॉग-स्थान वाले डिब्बे इसके साथ स्वाभाविक रूप से संरेखित होते हैं।

शुरुआत वह तीव्र, ऊर्जावान क्षण है जब कोई नोट शुरू होता है, जिसे बनाए रखने की तुलना में सटीक रूप से स्थानीय बनाना आसान होता है।