Relatório nº 3 - BioChaves 23 de Agosto, 2018

Estimação de Pitch e Onset para

Transcrição Musical Automática e
Representação de Harmonias Musicais
em um Espaço Vetorial
1
israelfilhocpd@gmail.com
2
italo.ols14@gmail.com
2
luizmcneto.engel@gmail.com

I. OBJETIVOS
Fazer um estudo sobre os métodos de estimação de pitch(frequência fundamental) e onset(início de
uma nota) para aplicações de TMA(Transcrição Musical Automática) usando técnicas de Processa-
mento de Sinais.
Estudar formas de representação de harmonias musicais em um espaço vetorial.

II. METODOLOGIA
O próximo passo para o estudo das técnicas de detecção de Pitch para TMA envolve fazer uma
limpeza, ou tratamento das frequências estimadas pelo vetor de frequências obtido no trabalho
anterior. Foi proposto estudar a ferramenta Modelo Escondido de Markov (HMM) e, dadas as
condições, para ver a viabilidade de uma abordagem probabilística.
É esperado que tal modelo traga mais confiabilidade uma vez que o mesmo baseia-se na análise
de amostras anteriores, para se calcular a probabilidade da amostra atual pertencer, ou não, a um
determinado estado. Esta parte do trabalho é correlato com o estudo das representações harmônicas
num espaço vetorial. O novo participante do grupo de Sons, Luis (nosso mestre), lançou a pólvora
do Markov na fogueira na reunião de apresentação dos trabalhos em andamento desenvolvidos pelo
grupo.

III. CONCLUSÕES E PRÓXIMA ETAPA

Uma análise mais detalhada dos métodos será feita com o objetivo de maturar e lapidar os conheci-
mentos a respeito do tema e das ferramentas. Algumas sugestões de artigos também são propostas
como referências para leitura num tempo próximo visando expansão de um tópico abordado na última
reunião: Como medir Distâncias entre HMM’s?
• Artigos Distâncias HMM: [1], [2], [3];
• Artigos HMM: [5];
• Livros que tratam dde HMM: Capítulo 5 de [4] e [6].

Referências
[1] J. D. Jianping Zeng * and C. Wu. A new distance measure for hidden markov models. Expert
Systems with Applications, 37:1550–1555, 2010.
[2] B. JUANG and L. R. Rabiner. A probabilistic distance measure for hidden markov models. ATT
Technical Journal, 64(2):391–408, 1985.
[3] M. Mohammad and W. H. Tranter. Comparing distance measures for hidden markov models. 2006.
[4] M. Müller. Fundamentals of Music Processing. Springer, Germany, 2015.

RELATÓRIO Nº 3 1
 Relatório Quinzenal BioChaves

bullet.png
[5] L. R. Rabiner. A tutorial on hidden markov models and selected applications in speech recognition.
Proceedings of the IEEE, 77(2):257–286, 1989.
[6] S. V. Vaseghi. Advanced Digital Signal Processing and Noise Reduction. John Wiley Sons, Londo,
England, 2006.

2 RELATÓRIO Nº 3