TW200532645A - Method for music analysis - Google Patents
Method for music analysis Download PDFInfo
- Publication number
- TW200532645A TW200532645A TW093121470A TW93121470A TW200532645A TW 200532645 A TW200532645 A TW 200532645A TW 093121470 A TW093121470 A TW 093121470A TW 93121470 A TW93121470 A TW 93121470A TW 200532645 A TW200532645 A TW 200532645A
- Authority
- TW
- Taiwan
- Prior art keywords
- sound
- analysis method
- music analysis
- music
- block
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H1/00—Details of electrophonic musical instruments
- G10H1/36—Accompaniment arrangements
- G10H1/40—Rhythm
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
- G10H2210/031—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal
- G10H2210/076—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal for extraction of timing, tempo; Beat detection
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H2250/00—Aspects of algorithms or signal processing methods without intrinsic musical character, yet specifically adapted for or used in electrophonic musical processing
- G10H2250/131—Mathematical functions for musical analysis, processing, synthesis or composition
- G10H2250/135—Autocorrelation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H2250/00—Aspects of algorithms or signal processing methods without intrinsic musical character, yet specifically adapted for or used in electrophonic musical processing
- G10H2250/131—Mathematical functions for musical analysis, processing, synthesis or composition
- G10H2250/215—Transforms, i.e. mathematical transforms into domains appropriate for musical signal processing, coding or compression
- G10H2250/235—Fourier transform; Discrete Fourier Transform [DFT]; Fast Fourier Transform [FFT]
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Auxiliary Devices For Music (AREA)
Description
200532645 九、發明說明: 【發明所屬之技術領域】 本發明係有關於一種音樂分析方法,且特別有關於速度估計 (tempo estimation )、節拍债測(beat detection )與微變化谓剛 (micro-change detection )之音樂分析方法,其產生自動化視訊|扁 輯系統中,視訊片段(clip)與聲執間對準的索引參數。 【先前技術】 近年來,自音樂摘要(musical excerpt)中自動擷取節律脈動 (rhythmic pulse)的技術是相當熱門的研究主題,其亦可稱為節 拍追蹤(beat-tracking)與音步輕拍(foot-tapping),目的是建立 具有掘取符號表示(symbolic representation)功能的計算機演算 法,該符號表示與傾聽者(human listener )之“節拍”或“脈動” 的感知相符。 音樂概念中的“節律(rhythm) ”很難定義,Handel在1989 年編撰的書中,書名為 “ The experience of rhythm involves movement, regularity, grouping, and yet accentuation and differentiation” ,亦強調現象主義者之觀點的重要性,即在測量 聲響信號(acoustic signal)時,對於節律而言並沒有所謂的真實 狀況(ground truth),唯一的真實狀況是傾聽者接受聲響信號之音 樂内容的節律概念。 一身又來說’與郎律相比,“節拍”與“脈動”只與Handel 的書中所說的“平均間隔之暫存單元的概念(the sense 0f equally spaced temporal units) ” 相符合。書中所述的“計量(meter),, 與“節律”結合群組(grouping)、階層(hierarchy)以及強弱二 200532645 分法(dichotomy )的特性,而一首曲子(a piece of music )中的 “脈動”只在單一程度(simple level)時間歇產生,而一首曲子 中的節拍指的是平均間隔的現象脈衝(phenomenal impulse )序 列,其用以定義音樂的速度。 需注意到一首曲子中的複音複雜性(polyphonic complexity ) (即在單一時間内彈奏之音符(note)的的數目和音質(timbre))、 律動複雜性或脈動複雜性間不具關聯性。音樂的分段(piece)與 風格在本質(texturally)與音色(timbrally)上相當複雜,但具有 直接(straightforward)與感知(perceptually)的簡單律動。同樣 地,有些音樂結構並不那麼複雜,但卻較難以用節奏性的方式了 解與描述。 與後者相比,前者所述的樂曲類型具有“強勁的節拍(strong beat )節奏”。對於這類音樂,傾聽者的律動回應(rhythmic response)是簡單、直接且清楚的,且每一傾聽者皆能接受律動所 要表達的内容。 在自動化視訊編輯(Automated Video Editing )系統中,若要 取得視訊片段與聲軌間對準的索引參數,必須進行音樂分析程 序。在大多數流行音樂錄影帶中’視訊/影像換場(sh〇t transition ) 效果通常安排在節拍點發生時。此外,快板音樂(fast music)通 常隨者许多短片(short video clip )與快速換場(fast transition ) 進行對準,而慢板音樂(slow music )通常隨著長片與慢速換場進 行對準。因此’在自動化視訊編輯糸統中,速度估計(tempo estimation)與節拍偵測(beat detection)是最主要且最基本的編 輯程序。除此之外,另一個重要的編輯程序是微變化偵測 (micro-change detection),其在音樂中產生局部有效的改變,特 200532645 別是對於沒有鼓聲的音樂,否則很難精確㈣測節拍點與估計速 度。 【發明内容】 有鑑於此’本發明之目的在提供—種音樂分析方法,其用以 對音樂進行速度估計、節拍仙化彳貞測,以產生-自動化 視訊編輯系統中’視訊片段與聲執間對準的索引參數。 基於上述目的,本發明提供—種音樂分析方法。首先,取得 一音樂音樂音軌。重新取樣該音樂音執之聲音串流,使得該聲音 串机由聲音區塊(block)組成。接著對該聲音區塊 換( 自每-聲音區塊導出第一向量; 2弟的分量在複數第—次頻帶之範㈣為其相應之聲音 區塊的能量總和。接下來,利用複數速度值,在 中,對由翁聲音區塊之第-向量的分量所構成的每—序列;^ 二相關w 广=值:二及將產生該最大相關結果之速度值視 所有序列之信心值,以將相應該最大信心值之估 汁速度視為一隶後估計速度。 【實施方式】 下文H發二之上述和其他目的、特徵和優點能更日易懂, 下文特舉出較以施例,並配合所附圖式,作詳細說明如下。 第!圖係顯示本發明實施例之音樂分析方法的步驟流程圏。 首先’取得-音樂音軌(步驟S1G)。例如,音準 60〜180M.M.(每分鐘節拍數)間變動 、日軌速度在 軌之聲音•流(步㈣。。如第2圖所 200532645 塊Cl、C2、…’母一區塊包括256個聲音取樣。聲音區塊(抓 block) B1由區塊Cl與C2組成,聲音區塊B2由區塊q與〇 組成,以此類推。因此,聲音區塊Bl、B2、…等具有相互重疊之 聲音取樣。接下來,對每一聲音區塊進行快速傅立葉轉換(以以 FT,FFT )(步驟S】2 ),將聲音區塊自時域(tlme d〇mam )轉換成 頻率域(frequency domain)。 接著,自每一聲音區塊推導出一對次頻帶向量(步驟s⑴, 其中-向量用於速度估計與節拍偵測程序,另—向量用於微變化 伯測程序。每-向㈣分量在不_”(次㈣)㈣其相應 之聲音區塊的能量總和,且兩向量之次頻帶組(_如d如)並 不相同,其可表示為:
/、⑷與V2⑷為自第n聲音區塊推導所得之向量,A 之 計㈣㈣啦W域帶狀第1次頻 π轭圍内之弟η聲音區塊的能 债測中,該次頻帶組之第]) j=W)驗變化 合。此外m曰 頻㈣圍内之第n聲音區塊的能量總 A»Jia(4)以及 V k=F.. 此外#量總合可由下财程 BM)
It—,众), ik-h i次頻帶的上下邊:速5 :汁與即拍偵測程序中’該次頻帶組之第 第j次頻帶的上下M,jH Lj為為微變化_時,該次頻帶組之 塊之能量值(振幅k)為在頻率“寺,第n聲音區 牛〜兄,用於速度估計與節拍债測程序白: 200532645 次頻帶組包括[0Hz,125Hz]、[125Hz,250Hz]以及[250Hz,550Hz] 等三個次頻帶,用於微變化偵測程序的次頻帶組包括[0Hz, 1100Hz]、[1100Hz,2500Hz]、[2500Hz,5500Hz]以及[5500Hz, 11000Hz]等四個次頻帶。在大多流行音樂中,低頻鼓聲很規律地 產生’故很容易可找出節拍發生點,而使用於速度估计與部拍债 測程序之次頻帶組的總頻率範圍低於使用於微變化偵測程序之次 頻帶組的總頻率帶範圍。 接著,過濾由在向量VI⑴、VI⑺、…、V1(N)之相同次頻帶中 之組成所構成的每一序列以消除噪音(步驟S141 ),其中N為聲 音區塊的數目。舉例來說,有三個序列,分別具有相對應之次頻 帶[0Hz,125Hz]、[125Hz,250Hz]以及[250Hz,550Hz]。在每一序列 中,惟具有大於一預設值之振幅的組成不變,其餘皆設為0。 接下來,對每一序列進行自相關(步驟S142 )。在每一序列 中’利用速度值(如60〜186M.M.)計算關聯結果(correlation result),其中產生最大關聯結果之速度值即為估計速度,而該估計 速度之信心值係為最大關聯結果。因此,可利用一臨界值決定相 關結果之有效性,其中只有大於該臨界值的關聯結果是有效的。 若其中一次頻帶不具有效的關聯結果,則該次頻帶之估計速度與 信心值分別設為60與〇。接著,比較使用於速度估計與節拍偵測 程序中,所有次頻帶之估計速度的信心值,以決定具有最大信心 值之估計速度為最後估計速度(步驟S143)。 接下來’利用該最後估計速度決定節拍發生點(步驟S144 )。 首先’確認次頻帶之序列中的最大峰值(peak),該次頻帶的估計 速度係為上述最後估計速度。接著,在該最後估計速度的範圍内 刪除該最大峰值的鄰近峰值。然後,確認該序列中的下一最大峰 200532645 值。重複珊與確認步驟,直到沒有任何可確認的峰值。上述 有夸值皆表不為節拍發生點。 利用次頻帶向量V2 、 ^ 2(1) V2(2)' ···、V2(N)偵測音樂音執中的微 义化(步驟S15)。计异每一聲音區塊的微變化值mv,其係目前 向量與先前向量間之向量差的總和。特別的是,第η聲音區塊的 被麦化值係由下列方程式推導而得: MV{n) ^MDiff{V2(^ 〇 兩向里間之相里差可自行定義,舉例來說,其可能是兩向量間之 振巾田差纟取#被¥化值後,將該微變化值與一預設之臨界值才目 _ 比、,若該微變化值大於該臨界值,則將具有該徵變化值的聲音區 塊視為微變化。 在上述貫施例中’次頻帶組可由使用者輸人所定義,以進行 交叉音樂分析。 ▲ ‘上所述’本發明提供了—種使用於速度估計、節拍伯測與 微變化_之音樂分析方法,其用以產生—自動化視訊編輯系統 中,視訊片段與聲執間對準的㈣參數。利用具有相互重疊聲音 樣本之聲音區塊的次頻帶向量_速度值、節拍發生點以及微變 化,而用來定義向量的次頻帶組可由使用者輸入決定。因此,可 更快速且更容易取得視訊片段與聲軌間對準的索引參數。 雖然本發明已以較佳實施例揭露如上,然其並非用以限定本 發明’任何熟習此技藝者,在不脫離本發明之精神和㈣内,當 可作各種之更動與潤飾,因此本發明之保護範圍當視後附之申請 專利範圍所界定者為準。 10 200532645 【圖式簡單說明】 第1圖係顯示本發明實施例之音樂分析方法的步驟流程圖。 第2圖係顯示本發明實施例之聲音區塊示意圖。 【符號說明】 B1..B4〜聲音區塊 C1..C5〜區塊
11
Claims (1)
- 200532645 十、申請專利範圍: 1. 一種音樂分析方法,包括下列步驟: 取得一音樂聲執; 重新取樣上述音樂聲軌之一聲音串流(audio stream ),使 得上述聲音串流由聲音區塊(blocks)組成; 對上述聲音區塊進行傅立葉轉換(FT); 自每一上述聲音區塊導出一第一向量,其中上述第一向量 之分量(component)是在複數第一次頻帶(sub-band)之範 圍内,其相應之上述聲音區塊的能量總和; 利用複數速度值(tempo value ),在相同第一次頻帶中, 對由所有聲音區塊之第一向量的分量所構成的每一序列進行 自相關(autocorrelation)運算,其中,將每一序列之最大相 關結果視為一信心值(confidence value ),以及將產生上述最 大相關結果之上述速度值視為一估計速度;以及 比較所有上述序列之信心值,以將相應上述最大信心值之 估計速度視為一最終估計速度。 2. 如申請專利範圍第1項所述的音樂分析方法,其更包括下 列步驟: 自每一上述聲音區塊導出一第二向量,其中上述第二向量 的分量在複數第二次頻帶之範圍内為其相應之上述聲音區塊 的能量總和;以及 利用上述第二向量偵測微變化(micro-change )。 12 200532645 麟 ' ,· 3.二申請專利範圍第2項所述的音樂分析方法,其中,對每 一聲音區塊計算一微變化值,上述微變化值為上述聲音區 塊與先雨聲音前區塊之第二向量間之相量差的總和。 4·如申請專利範圍第3項所述的音樂分析方法,其中,每一 微變化值可由下列方程式推導而得·· 。其:MV⑷為第n聲音區塊的微變化值,v2⑻為第n聲音 ^的第二向量’ν2(η·υ為第η-1聲音區塊的第二向量,V2(q 為第二2聲音區塊的第二向量,V2(")為第聲音區塊的第φ 一向里,以及V2(n,為第n_4聲音區塊的第二向量。 5·,申請專利範圍第4項所述的音樂分析方法,其中,上述 第二向量中之任兩個第二向量間之向量差係表示其振幅 (amplitude)差。 6_如申請專利範圍第5項所述的音樂分析方法,其中,將上 述微變化值與-預設臨界值比較,當上述微變化值大於上 述g品界值’則將具有上述微變化值之聲音區塊視為微變化。籲 7.如申請專利範圍第6項所述的音樂分析方法,其中,上述 第二次頻帶為[0Hz,1100Hz]、[1100Hz,2500Hz]、[2500Hz, 5500Hz]以及[55〇〇Hz,iiooohz]。 8·如申請專利範圍第6項所述的音樂分析方法,其中,上述 第二次頻帶係由使用者輸入所決定。 9·如申請專利範圍第丨項所述的音樂分析方法,其更包括在 執行上述自相關運算步驟前過濾(filter)上述序列,其中 惟具有大於一預設值之振幅的組成不變,其餘皆設為〇。 13 200532645 ι〇·如申請專利範圍第1項所述的音樂分析方法,其中,將上 述聲音串流劃分為區塊(chunk )並且將相鄰兩區塊分配給 一聲音區塊(block)中,以對上述聲音串流重新取樣,使 得上述聲音區塊(blocks)具有相互重疊之聲音樣本。 U.如申請專利範圍第10項所述的音樂分析方法,其中,其中 一區塊(chunk)之聲音樣本數為256。 12·如申請專利範圍第1項所述的音樂分析方法,其中,利用 下列方程式推導出在第i次頻帶範圍内之第η聲音區塊的能 量總和:其中氏與Li為上述第i次頻帶中之上下邊界,以及a (η. k)為在頻率k時,上述第^聲音區塊之能量值(振幅)。 13·如申請專利範圍第丨項所述的音樂分析方法,其中,上述 第一次頻帶為[0Hz,125Hz]、[125Hz,250Hz]以及[250Hz, 55〇Hz] 〇 14.如申睛專利範圍第丨項所述的音樂分析方法,其中,上述 第一次頻帶係由使用者輸入所決定。 15·如申請專利範圍第1項所述的音樂分析方法,其更包括利 用上述最後估計速度決定上述音樂音執之節拍發生點(beat onset)。 16·如申請專利範圍! 15項所述的音樂分析方法,其中,決定 上述節拍發生點更包括下列步驟: 14 200532645 確認上述次頻帶之序列中之一最大峰值(peak ),上述次 頻帶之估計速度為上述最後估計速度; 在上述最後估計速度之範圍内刪除上述最大峰值之鄰近 峰值; 確認上述序列中之下一最大峰值;以及 重複上述刪除與確認步驟,直到沒有任何可確認的峰值; 其中,所有上述峰值皆表示為上述節拍發生點。15
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004103172A JP2005292207A (ja) | 2004-03-31 | 2004-03-31 | 音楽分析の方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW200532645A true TW200532645A (en) | 2005-10-01 |
TWI253058B TWI253058B (en) | 2006-04-11 |
Family
ID=35052805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW093121470A TWI253058B (en) | 2004-03-31 | 2004-07-19 | Method for music analysis |
Country Status (3)
Country | Link |
---|---|
US (1) | US7276656B2 (zh) |
JP (1) | JP2005292207A (zh) |
TW (1) | TWI253058B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7626110B2 (en) * | 2004-06-02 | 2009-12-01 | Stmicroelectronics Asia Pacific Pte. Ltd. | Energy-based audio pattern recognition |
US7563971B2 (en) * | 2004-06-02 | 2009-07-21 | Stmicroelectronics Asia Pacific Pte. Ltd. | Energy-based audio pattern recognition with weighting of energy matches |
US8184712B2 (en) | 2006-04-30 | 2012-05-22 | Hewlett-Packard Development Company, L.P. | Robust and efficient compression/decompression providing for adjustable division of computational complexity between encoding/compression and decoding/decompression |
JP4672613B2 (ja) * | 2006-08-09 | 2011-04-20 | 株式会社河合楽器製作所 | テンポ検出装置及びテンポ検出用コンピュータプログラム |
US7645929B2 (en) * | 2006-09-11 | 2010-01-12 | Hewlett-Packard Development Company, L.P. | Computational music-tempo estimation |
WO2008140417A1 (en) * | 2007-05-14 | 2008-11-20 | Agency For Science, Technology And Research | A method of determining as to whether a received signal includes a data signal |
DE102008013172B4 (de) * | 2008-03-07 | 2010-07-08 | Neubäcker, Peter | Verfahren zur klangobjektorientierten Analyse und zur notenobjektorientierten Bearbeitung polyphoner Klangaufnahmen |
JP5150573B2 (ja) | 2008-07-16 | 2013-02-20 | 本田技研工業株式会社 | ロボット |
JP2013205830A (ja) * | 2012-03-29 | 2013-10-07 | Sony Corp | トーン成分検出方法、トーン成分検出装置およびプログラム |
US8943020B2 (en) * | 2012-03-30 | 2015-01-27 | Intel Corporation | Techniques for intelligent media show across multiple devices |
EP2868112A4 (en) | 2012-06-29 | 2016-06-29 | Nokia Technologies Oy | SYSTEM FOR VIDEO MIX |
GB2518663A (en) * | 2013-09-27 | 2015-04-01 | Nokia Corp | Audio analysis apparatus |
CN107103917B (zh) * | 2017-03-17 | 2020-05-05 | 福建星网视易信息系统有限公司 | 音乐节奏检测方法及其系统 |
WO2022227037A1 (zh) * | 2021-04-30 | 2022-11-03 | 深圳市大疆创新科技有限公司 | 音频处理、视频处理方法、装置、设备及存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5614687A (en) * | 1995-02-20 | 1997-03-25 | Pioneer Electronic Corporation | Apparatus for detecting the number of beats |
US6316712B1 (en) * | 1999-01-25 | 2001-11-13 | Creative Technology Ltd. | Method and apparatus for tempo and downbeat detection and alteration of rhythm in a musical segment |
US7532943B2 (en) * | 2001-08-21 | 2009-05-12 | Microsoft Corporation | System and methods for providing automatic classification of media entities according to sonic properties |
US7069208B2 (en) * | 2001-01-24 | 2006-06-27 | Nokia, Corp. | System and method for concealment of data loss in digital audio transmission |
DE10223735B4 (de) * | 2002-05-28 | 2005-05-25 | Red Chip Company Ltd. | Verfahren und Vorrichtung zum Ermitteln von Rhythmuseinheiten in einem Musikstück |
US7026536B2 (en) * | 2004-03-25 | 2006-04-11 | Microsoft Corporation | Beat analysis of musical signals |
US7500176B2 (en) * | 2004-04-01 | 2009-03-03 | Pinnacle Systems, Inc. | Method and apparatus for automatically creating a movie |
-
2004
- 2004-03-31 JP JP2004103172A patent/JP2005292207A/ja active Pending
- 2004-04-14 US US10/823,536 patent/US7276656B2/en not_active Expired - Fee Related
- 2004-07-19 TW TW093121470A patent/TWI253058B/zh not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
JP2005292207A (ja) | 2005-10-20 |
US7276656B2 (en) | 2007-10-02 |
TWI253058B (en) | 2006-04-11 |
US20050217461A1 (en) | 2005-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6784362B2 (ja) | 歌曲メロディ情報処理方法、サーバ、および記憶媒体 | |
Miguel Alonso et al. | Tempo and beat estimation of musical signals | |
Tachibana et al. | Melody line estimation in homophonic music audio signals based on temporal-variability of melodic source | |
Grosche et al. | Extracting predominant local pulse information from music recordings | |
TW200532645A (en) | Method for music analysis | |
JP3789326B2 (ja) | テンポ抽出装置、テンポ抽出方法、テンポ抽出プログラム及び記録媒体 | |
CN104992712B (zh) | 能识别音乐自动成谱的方法 | |
US9646592B2 (en) | Audio signal analysis | |
US9892758B2 (en) | Audio information processing | |
CN104134444B (zh) | 一种基于mmse的歌曲去伴奏方法和装置 | |
US20110067555A1 (en) | Tempo detecting device and tempo detecting program | |
WO2022105221A1 (zh) | 人声伴奏对齐方法及装置 | |
Hellmer et al. | Quantifying microtiming patterning and variability in drum kit recordings: A method and some data | |
D’Orazio et al. | A comparison of methods to compute the “effective duration” of the autocorrelation function and an alternative proposal | |
Monti et al. | Monophonic transcription with autocorrelation | |
Patel et al. | Musical notes identification using digital signal processing | |
Pilia et al. | Time scaling detection and estimation in audio recordings | |
Barbancho et al. | Transcription of piano recordings | |
Gulati et al. | Meter detection from audio for Indian music | |
Tang et al. | Melody Extraction from Polyphonic Audio of Western Opera: A Method based on Detection of the Singer's Formant. | |
Paradzinets et al. | Use of continuous wavelet-like transform in automated music transcription | |
JP5203404B2 (ja) | テンポ値検出装置およびテンポ値検出方法 | |
Liu et al. | Time domain note average energy based music onset detection | |
Cantri et al. | Cumulative Scores Based for Real-Time Music Beat Detection System | |
Sato et al. | Comparison of Different Calculation Methods of Effective Duration ( e) of the Running Autocorrelation Function of Music Signals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |