Implementação em Python de detecção de onset e estimação da frequência central

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorFerreira, Tadeu Nagashima-
Autor(es): dc.contributorhttp://lattes.cnpq.br/3756829511114463-
Autor(es): dc.contributorCastellanos, Pedro Vladimir Gonzalez-
Autor(es): dc.contributorhttp://lattes.cnpq.br/3925067878676905-
Autor(es): dc.contributorFernandes, Victor-
Autor(es): dc.contributorhttp://lattes.cnpq.br/6924919452002001-
Autor(es): dc.creatorGisbert, Brian Mozato-
Autor(es): dc.creatorHenriques, Felipe de Souza-
Data de aceite: dc.date.accessioned2024-07-11T18:28:15Z-
Data de disponibilização: dc.date.available2024-07-11T18:28:15Z-
Data de envio: dc.date.issued2023-12-21-
Data de envio: dc.date.issued2023-12-21-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/31648-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/771196-
Descrição: dc.descriptionEste trabalho possui como objetivo uma análise das diferenças entre determinados instrumentos tais como guitarra, piano e violino por meio de técnicas de MIR (Music Information Retrieval). O objetivo é identificar caracterı́sticas musicais que possam ser usadas para distinguir esses três instrumentos. A extração de Informação Musical (MIR) é uma área vasta que incorpora os seguintes tópicos: identificação de artista, musicologia, classificação de gênero, psicoacústica, processamento de sinais, reconhecimento de instrumentos e aprendizado de máquina. Define-se MIR como um conjunto de técnicas com a intenção de obter dados relevantes de sinais de áudio e transformá-los em informações musicais de interesse, como o reconhecimento de notas musicais, acordes, ritmos, estruturas melódicas, dentre outros. Dentre essas técnicas foram escolhidas a detecção de onsets e o rastreio da frequência fundamental para serem implementadas em Python e, em especı́fico, foram utilizadas as bibliotecas numpy, pandas, math, librosa e mathplotlib para o desenvolvimento dos algoritmos. A partir dos algoritmos feitos em python conseguimos achar gráficos no domı́nio do tempo, STFT do sinal, Novelty Function de energia, Novelty Function de espectro de frequência, Detecção de Onsets e por fim temos o Rastreio da Frequência Fundamental-
Descrição: dc.descriptionThis work aims to analyze the differences between certain instruments such as guitar, piano, and violin through Music Information Retrieval (MIR) techniques. The goal is to identify musical characteristics that can be used to distinguish these three instruments. Music Information Retrieval (MIR) is a broad area that incorporates the following topics: artist identification, musicology, genre classification, psychoacoustics, signal processing, instrument recognition, and machine learning. MIR is defined as a set of techniques with the intention of obtaining relevant data from audio signals and transforming them into musical information of interest, such as the recognition of musical notes, chords, rhythms, melodic structures, among others. Among these techniques, onset detection and fundamental frequency tracking were chosen to be implemented in Python. Specifically, the numpy, pandas, math, librosa, and matplotlib libraries were used for the development of the algorithms. From the Python algorithms, we were able to generate graphs in the time domain, Short-Time Fourier Transform (STFT) of the signal, Novelty Function of energy, Novelty Function of frequency spectrum, Onset Detection, and finally, Fundamental Frequency Tracking-
Descrição: dc.description73 f.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectExtração de informação musical-
Palavras-chave: dc.subjectDetecção de onset-
Palavras-chave: dc.subjectRastreamento da frequência fundamental-
Palavras-chave: dc.subjectPython-
Palavras-chave: dc.subjectPython (Linguagem de programação de computador)-
Palavras-chave: dc.subjectInstrumento musical-
Palavras-chave: dc.subjectExtração de informação musical-
Palavras-chave: dc.subjectMusical information retrieval-
Palavras-chave: dc.subjectFundamental frequency tracking-
Palavras-chave: dc.subjectOnset detection-
Título: dc.titleImplementação em Python de detecção de onset e estimação da frequência central-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.