क्रेप पिच अनुमान

It set a new accuracy standard for pitch tracking, especially on noisy or difficult recordings.

किम, सलामन, ली और बेल्लो द्वारा 2018 में पेश किया गया CREPE (पिच अनुमान के लिए संवादी प्रतिनिधित्व), एकल-नोट (मोनोफोनिक) ऑडियो जैसे कि गाई गई आवाज या एकल वाद्ययंत्र की पिच की भविष्यवाणी करता है। YIN या pYIN जैसे क्लासिक एल्गोरिदम के विपरीत, जो सिग्नल के ऑटोसहसंबंध पर निर्भर करते हैं, CREPE एक गहरा दृढ़ तंत्रिका नेटवर्क है जो सीधे टाइम-डोमेन ऑडियो फ्रेम पर प्रशिक्षित होता है। यह पिच अनुमान को एक वर्गीकरण समस्या के रूप में तैयार करता है: यह लगभग छह ऑक्टेव्स में फैले 360 पिच बिनों पर एक संभाव्यता वितरण का उत्पादन करता है, प्रत्येक 20 सेंट अलग होता है। उच्चतम सक्रियण वाला बिन, स्थानीय भारित औसत के साथ परिष्कृत, अनुमानित आवृत्ति और एक आत्मविश्वास स्कोर देता है। CREPE सिग्नल-प्रोसेसिंग विधियों की तुलना में अधिक मजबूत साबित हुआ, विशेष रूप से शोर के तहत, और अब कई संगीत और भाषण विश्लेषण पाइपलाइनों में एक मानक घटक है।