Εξέταση τεχνικών αυτόματης μεταγραφής ακουστικού σήματος κιθάρας σε συμβολική αναπαράσταση με χρήση μεθόδων ψηφιακής επεξεργασίας σήματος και μηχανικής μάθησης

Κουτούπης, Στέφανος-Ιωάννης; Koutoupis, Stefanos-Ioannis

dc.contributor.author	Κουτούπης, Στέφανος-Ιωάννης	el
dc.contributor.author	Koutoupis, Stefanos-Ioannis	en
dc.date.accessioned	2022-01-17T10:21:56Z
dc.date.available	2022-01-17T10:21:56Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/54335
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.22033
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc/3.0/gr/	*
dc.subject	Ψηφιακή επεξεργασία σήματος	el
dc.subject	Αναρμονικότητα	el
dc.subject	Γενετικοί αλγόριθμοι	el
dc.subject	Μεταγραφή κιθάρας σε συμβολική γραφή	el
dc.subject	Μηχανική μάθηση	el
dc.title	Εξέταση τεχνικών αυτόματης μεταγραφής ακουστικού σήματος κιθάρας σε συμβολική αναπαράσταση με χρήση μεθόδων ψηφιακής επεξεργασίας σήματος και μηχανικής μάθησης	el
heal.type	bachelorThesis
heal.classification	Ψηφιακή επεξεργασία σήματος	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2021-07
heal.abstract	Βασικός στόχος αυτής της εργασίας είναι η παρουασίση ενός συστήματος αυτόματης μεταγραφής μονοφωνικών μουσικών εκτλέσεων κιθάρας σε ταμπλατούρα. Το πρόβλημα της μεταγραφής αντιμετωπίζεται με τη χρήση επιμέρους υποσυστημάτων επεξεργασίας για την ανίχνευση έναρξης νότας (onset), την αναγνώριση τονικού ύψους και την ταξινόμηση ενεργής χορδής. Κύρια συνεισφορά της εργασίας αποτελεί ο συνδυασμός αναρμονικής ανάλυσης και περιορισμών εκτελεσιμότητας για την αναγνώριση χορδής κιθάρας. Ο υπολογισμός του συντλεστή αναρμονικότητας για επιμέρους στιγμιότυπα νοτών επιτρέπει ένα πρώτο στάδιο αναγνώρισης χορδής με βάση το ηχητικό σήμα. Προηγείται μια σύντομη φάση συλλογής ολιγάριθμων δειγμάτων νοτών από το χρήστη για την μετέπειτα προσαρμογή του ταξινομητή. ́Ετσι, καθίσταται δυνατό να προσαρμοστεί το σύστημα σε κάθε κιθάρα παρά τα διαφορετικά φυσικά χαρακτηριστικά της. Παρατίθενται τέσσερις διαφορετικές μέθοδοι, με κλιμακωτή ακρίβεια και απαιτούμενο χρόνο προσαρμογής, ανάλογα με τη χρήση που επιθυμεί κάθε εκτελεστής. Ως δεύτερο στάδιο, παρουσιάζεται ένας γενετικός αλγόριθμος που λαμβάνει υπόψη φυσικούς περιορισμούς και περιορισμούς εκτελεσιμότητας για τη βελτίωση της ακρίβειας αναγνώρισης χορδής. Ο γενετικός αλγόριθμος αποτελεί το τελευταίο σε σειρά υποσύστημα και αποδεικνύεται ιδιαίτερα επωφελής για την επίδοση του συστήματος συνολικά, ενώ δεν προϋποθέτει καμία πρότερη ρύθμιση από τον χρήστη. Ακόμη, αξιοποιούνται υποσυστήματα για την ανίχνευση έναρξης νοτών με χρήση Χρονικών Συνελικτικών Δικτύων (TCN) ενώ το τονικό ύψος εκτιμάται με το προ-εκπαιδευμένο Συνελικτικό Νευρωνικό Δίκτυο (CNN) CREPE. Η προτεινόμενες μέθοδοι αποτιμώνται σε επισημειωμένες (annotated) ηχογραφήσεις πραγματικών εκτελέσεων κιθάρας αλλά και σε μεμονωμένες ηχογραφήσεις νοτών.	el
heal.advisorName	Μαραγκός, Πέτρος	el
heal.committeeMemberName	Ποταμιάνος, Αλέξανδρος	el
heal.committeeMemberName	Κατσούρος, Βασίλης	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Σημάτων, Ελέγχου και Ρομποτικής	el
heal.academicPublisherID	ntua
heal.numberOfPages	82 σ.	el
heal.fullTextAvailability	false