LegközelebbKövetkező útmutató
FastPitch hangmagasság-vezérelhető TTS
Hangalapú AI
Audio AI ÚTMUTATÓ
CREPE is a convolutional neural network for estimating fundamental frequency in monophonic audio.
Hallgassa meg ezt az útmutatótAI-narrált · ~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.
Az énekes hangmagasságának nyomon követése valós idejű hangolási visszajelzéshez az énekedző alkalmazásokban
Automatikus hangolási és hangmagasság-korrekciós eszközök használata pontos alapfrekvencia görbékkel
Szólóhangszer dallamok átírása MIDI-be vagy kottába
Az intonáció és a vibrato elemzése a zeneoktatásban és az előadáskutatásban
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.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
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.
A CREPE előrejelzi a monofonikus hang alapfrekvenciáját, azaz az észlelt hangmagasságot.
A CREPE megbecsüli a hangmagasságot az egyszólamú jelek, például az egyszólamú vagy szólóhangszer esetében.
A CREPE valószínűségi eloszlást ad ki 360 pitch bin felett, és a becslést osztályozásként kezeli.
A spektrogram alapú módszerekkel ellentétben a CREPE nyers hullámforma kereteken működik konvolúciós rétegeken keresztül.
A CREPE 360 tálcát használ egymástól 20 centes távolságban, így körülbelül hat oktávon félhang alatti felbontást biztosít.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
FastPitch hangmagasság-vezérelhető TTS
Hangalapú AI