オーディオAIガイド
クレープピッチ推定
CREPE is a convolutional neural network for estimating fundamental frequency in monophonic audio.
このガイドを聴くAIによるナレーション · ~2 min
概要
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.
ディープダイブ
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.
現実世界の実装
ボーカル トレーニング アプリで歌手のピッチを追跡してリアルタイムのチューニング フィードバックを得る
正確な基本周波数曲線による自動調整およびピッチ補正ツールの駆動
ソロ楽器のメロディーを MIDI または楽譜に転写する
音楽教育および演奏研究におけるイントネーションとビブラートの分析
CREPE ピッチ推定の未来
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.
実践する
なぜそれが重要なのか
- アクセスと到達範囲. 文字起こし、ナレーション、音声インターフェイスを通じてアクセシビリティを向上させます。
- 費用と予算. メディア チームは、より少ない予算で洗練されたオーディオをより迅速に出荷できます。
- 速度とスケール. 顧客対応システムは、音声対話を大規模に処理できます。
気をつけてください
- 同意がない場合、音声の悪用やなりすましのリスクが高まります。
- アクセント、方言、または騒がしい環境では精度が低下する可能性があります。
- 合成音声は、明確なラベルが付けられていないと、本物の音声と間違われる可能性があります。
次のステップ
- 音声のキャプチャ、複製、再利用については明示的な同意を取得してください。
- さまざまな話者や背景条件で品質をテストします。
- 人間がいつ出力をレビューまたは承認する必要があるかを定義します。
- 合成音声にラベルを付け、出所記録を保管して説明責任を果たします。
探検を続けましょう
よくある質問
What is CREPE Pitch Estimation?
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 はオーディオ信号から何を推定しますか?
CREPE は、モノラル オーディオの基本周波数、つまり知覚されるピッチを予測します。
CREPE は主にどのような種類のオーディオ向けに設計されていますか?
CREPE は、単一の音声やソロ楽器などのモノラル信号のピッチを推定します。
CREPE は内部でピッチ推定タスクをどのように組み立てるのでしょうか?
CREPE は、推定を分類として扱い、360 ピッチ ビンにわたる確率分布を出力します。
CREPE は何を直接インプットしますか?
スペクトログラムベースの方法とは異なり、CREPE は畳み込み層を通じて生の波形フレームを操作します。
CREPE のピッチビンの間隔はおよそどれくらいですか?
CREPE は 20 セント間隔で配置された 360 個のビンを使用し、約 6 オクターブにわたって半音未満の解像度を提供します。