Igbasilẹ Orin Aifọwọyi
Igbasilẹ Orin Aifọwọyi (AMT) ṣe iyipada gbigbasilẹ ohun aise ti orin sinu ami akiyesi aami bii orin dì, MIDI, tabi yipo piano.
Akopọ
O koju ọkan ninu awọn iṣoro ti o nira julọ ni AI ohun: ṣii ọpọlọpọ awọn akọsilẹ ti o dun ni ẹẹkan.
Jin Dive
Awọn ọna ṣiṣe AMT tẹtisi fọọmu igbi ohun ati iṣelọpọ eyiti awọn akọsilẹ ti dun, nigbati wọn bẹrẹ, bawo ni wọn ṣe pẹ to, ati nigbakan iru ohun elo wo ni yoo mu wọn. Ipenija akọkọ jẹ polyphony: nigbati ọpọlọpọ awọn akọsilẹ ba dun ni igbakanna, awọn irẹpọ wọn ni lqkan ati blur papọ ni iwoye igbohunsafẹfẹ, nitorinaa C ati G kan le nira lati yapa lati akọsilẹ ariwo kan. Awọn ọna ṣiṣe ti ode oni ṣe iyipada ohun ohun sinu aṣoju igbohunsafẹfẹ-akoko gẹgẹbi mel-spectrogram tabi Iyipada Constant-Q, lẹhinna lo awọn nẹtiwọọki ti o jinlẹ lati ṣe asọtẹlẹ awọn ibẹrẹ akọsilẹ, awọn aiṣedeede, ati awọn ipolowo. Google's Ibẹrẹ ati Awoṣe Awọn fireemu jẹ ami-ilẹ fun kikọ piano, lakoko ti awọn awoṣe transformer tuntun bii MT3 ṣe akọwe awọn ohun elo lọpọlọpọ ni ẹẹkan.
Imọ-imọ-ẹrọ
Ìjìnlẹ̀ òye kọ́kọ́rọ́ kan jẹ́ yíyà ìṣàwárí ìbẹ̀rẹ̀ sọ́tọ̀ kúrò nínú ìṣàwárí ìpele férémù. Awọn awoṣe bii Awọn ibẹrẹ ati Awọn fireemu lo ori nẹtiwọọki kan lati ṣe akiyesi akoko deede ti akọsilẹ kan bẹrẹ (didasilẹ, iṣẹlẹ ti o lagbara) ati omiiran lati tọpa iru awọn ipolowo ti n dun ni fireemu kọọkan. Awọn asọtẹlẹ ibẹrẹ lẹhinna ẹnu-ọna awọn abajade fireemu, ni iyalẹnu dinku awọn akọsilẹ spurious. Iyipada Constant-Q ṣe iranlọwọ nitori pe o ṣe aaye awọn abọ igbohunsafẹfẹ logarithmically, ti o baamu bi awọn ipolowo orin ṣe pin aaye octave kan yato si.
Ipa Ilana
Wiwọle ati arọwọto
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun.
Iye owo ati isuna
Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere.
Iyara ati iwọn
Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla.
Ojo iwaju ti Ikọkọ Orin Aifọwọyi
AMT n gbe lati duru adashe si ọna ohun elo olona-ọpọlọpọ ti o ni igbẹkẹle ati iwe afọwọkọ ẹgbẹ ni kikun, pẹlu awọn ilu, awọn ohun orin, ati awọn ilana ikosile bi awọn bends ati vibrato. Awọn ile-itumọ ẹrọ iyipada ti a ṣe ikẹkọ lori sintetiki nla ati awọn ipilẹ data ti o ni ibamu ti n pa aafo naa. Reti isọdọkan wiwọ pẹlu ipinya orisun, transcription gidi-akoko fun iṣẹ ṣiṣe laaye, ati awọn irinṣẹ ti o mu akoko micro-ati awọn agbara, kii ṣe awọn akọsilẹ nikan. Ibi-afẹde igba pipẹ jẹ eto ti o yi gbigbasilẹ eyikeyi pada si iṣiro ti o ṣee ṣe, kika eniyan.
Real-World imuse
AnthemScore ati awọn ohun elo ti o jọra ti n yi awọn gbigbasilẹ MP3 pada si orin dì ṣiṣatunṣe fun awọn akọrin ti nkọ awọn orin nipasẹ eti
Iyọkuro MIDI lati gbigbasilẹ piano kan ki olupilẹṣẹ le tun-ohùn tabi ṣe iwọn iṣẹ naa ni DAW
Awọn irinṣẹ ẹkọ orin ti o ṣe afiwe awọn akọsilẹ ti ọmọ ile-iwe ti o kọlu lodi si Dimegilio lati ṣe afihan aṣiṣe tabi awọn akọsilẹ ti o padanu
Awọn onimọ-jinlẹ ti n ṣe igbasilẹ itan-akọọlẹ tabi awọn gbigbasilẹ imudara (bii jazz solos) sinu akiyesi fun itupalẹ
Awọn ewu & Awọn ọna iṣọ
ilokulo ohun ati awọn ewu afarawe ṣe pọ si nigbati igbanilaaye ba sonu.
Yiye le ju silẹ kọja awọn asẹnti, awọn ede-ede, tabi awọn agbegbe alariwo.
Ohun afetigbọ sintetiki le jẹ aṣiṣe fun ọrọ ododo laisi isamisi to yege.
Ilana Ilana imuse
Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo.
Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ.
Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade.
Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro.
Tesiwaju Ṣiṣawari
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Automatic Music Transcription quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Itọsọna atẹle
Iran Aami Orin
Awọn ibeere ti a beere nigbagbogbo
Kini Transcription Orin Aifọwọyi?
Igbasilẹ Orin Aifọwọyi (AMT) ṣe iyipada gbigbasilẹ ohun aise ti orin sinu ami akiyesi aami bii orin dì, MIDI, tabi yipo piano. O koju ọkan ninu awọn iṣoro ti o nira julọ ni AI ohun: ṣiṣi silẹ ọpọlọpọ awọn akọsilẹ agbekọja ṣiṣẹ ni ẹẹkan.
Kini Igbasilẹ Orin Aifọwọyi ṣe jade ni akọkọ?
AMT ṣe iyipada gbigbasilẹ ohun kan sinu ami akiyesi aami gẹgẹbi MIDI, yipo piano, tabi orin dì ti n ṣalaye awọn akọsilẹ ti a ṣe.
Kini idi ti orin polyphonic paapaa nira lati kọ silẹ?
Nigbati awọn akọsilẹ pupọ ba dun ni ẹẹkan ni irẹpọ wọn, ti o jẹ ki o nira lati ya iru awọn ipolowo kọọkan wa.
Kini ohun akiyesi nipa Google's Awọn ibẹrẹ ati awoṣe?
Awọn ibẹrẹ ati awọn fireemu lo ori kan lati ṣe awari awọn ibẹrẹ akọsilẹ ni pato ati omiiran fun awọn ipolowo idaduro, pẹlu awọn ibẹrẹ ti njade iṣelọpọ fireemu.
Kini idi ti Iyipada Constant-Q wulo fun orin?
Awọn aaye orin ti wa ni aaye logarithmically (octaves ilọpo ni igbohunsafẹfẹ), ati awọn apo-iwọle ti CQT ṣe deede pẹlu eyi.
Kini 'ibẹrẹ' tọka si ninu kikọ?
Ibẹrẹ jẹ didasilẹ, akoko ti o ni agbara nigbati akọsilẹ kan ba bẹrẹ, eyiti o rọrun lati agbegbe ni deede ju imuduro rẹ lọ.