Il prossimoProssima guida
TTS con controllo dell'intonazione FastPitch
IA audio
GUIDA AI audio
CREPE is a convolutional neural network for estimating fundamental frequency in monophonic audio.
Ascolta questa guidaNarrato dall'IA · ~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.
Tracciamento dell'intonazione di un cantante per feedback sull'accordatura in tempo reale nelle app di allenamento vocale
Strumenti di ottimizzazione automatica e correzione dell'intonazione con curve precise della frequenza fondamentale
Trascrizione di melodie di strumenti solisti in MIDI o spartiti
Analisi dell'intonazione e del vibrato nell'educazione musicale e nella ricerca sull'esecuzione
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 gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
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 predice la frequenza fondamentale, ovvero l'altezza percepita, dell'audio monofonico.
CREPE stima l'altezza per segnali monofonici come una singola voce o uno strumento solista.
CREPE produce una distribuzione di probabilità su 360 contenitori di passo, trattando la stima come classificazione.
A differenza dei metodi basati sullo spettrogramma, CREPE opera su fotogrammi di forme d'onda grezze attraverso strati convoluzionali.
CREPE utilizza 360 contenitori distanziati di 20 centesimi l'uno dall'altro, fornendo una risoluzione sub-semitono su circa sei ottave.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
TTS con controllo dell'intonazione FastPitch
IA audio