Detecção de Acordes Musicais por meio de Informações Espectrais

  • Ana Carolina Frozza UTFPR
  • Diego Bertolini UTFPR
  • Juliano Henrique Foleiss UTFPR
  • Rodrigo Hübner UTFPR

Resumo


Músicos e cientistas musicais necessitam cada vez mais de ferramentas computacionais que auxiliem em seus trabalhos. Um exemplo disso são ferramentas que reconheçam propriedades de forma automática na música. O intuito deste trabalho é a realização da detecção de acordes por meio de informações espectrais. A estrutura básica do projeto envolve sinais de áudio convertidos para o domínio da frequência, resultando no espectro de potência do sinal. Este então foi utilizado para extração dos valores do vetor de notas, que foram usados posteriormente como entrada para a classificação dos acordes referente ao áudio de entrada, gerando assim a cifra da música tocada como saída. Os resultados experimentais foram satisfatórios, a fidelidade do sistema de detecção alcançou para o melhor cenário 90% de acerto gerando uma média de 80% de acerto para todas as amostras avaliadas. Esta discrepância de resultados não ocorreu devido ao processo de reconhecimento, mas sim ao formato habitual com que os músicos executam estes acorde e o ambiente no qual foram gravados. Este trabalho, com seus resultados práticos, poderá servir como referência para outros que envolvam tópicos relacionados, como por exemplo, percepção computacional da música ou processamento digital de sinais.

Palavras-chave: Detecção de acordes, Análise espectral, Processamento de sinal de áudio

Referências

ALVES, LUCIANO. Escalas para improvisação. São Paulo: Irmãos Vitale, 1997.

BREGMAN, Albert S. Auditory scene analysis: The perceptual organization of sound. London:MIT press, 1994.

BROWN, Judith C. Calculation of a constant q spectral transform. The Journal of theAcoustical Society of America, SA, v. 89, n. 1, p. 425–434, 1991.

FERREIRA, Aurélio Buarque de Holanda, Novo dicionário da língua portuguesa, In:Novo dicionário da língua portuguesa. Rio de Janeiro: Nova Fronteira, 1986.

FUJISHIMA, Takuya. ealtime chord recognition of musical sound: a system using commonlisp music In:ICMC. EUA: Journal of the Autonomic Nervous System, 1999. p. 464–467.

GRAY, Robert M; GOODMAN, Joseph. Fourier transforms: an introduction for engineers. In: . EUA: Springer Science & Business Media, 2012. v. 322, p. 53–113.

HARRIS, Fredric J. On the use of windows for harmonic analysis with the discrete fouriertransform. Proceedings of the IEEE, IEEE, v. 66, n. 1, p. 51–83, 1978.

HAYKIN, Simon S; VEEN, Barry Van. Sinais e sistemas. Porto Alegre RS: Bookman, 2001.

KLAPURI, Anssi. ound onset detection by applying psychoacoustic knowledge. In: IEEE 1999 IEEE International Conference on Acoustics, Speech, and Signal Processing. Proceedings. ICASSP99 (Cat. No. 99CH36258). Phoenix, AZ, USA, USA: IEEE, 1999. v. 6, p. 3089–3092.

KOSTKA, S.M.; PAYNE, D. Tonal Harmony, with an Introduction to Twentieth-century Mu-sic, 4.ed. ed. Universidade de Michigan: McGraw-Hill, 2004. 309–315 p. ISBN 9780072852608.

LACERDA, Osvaldo. Teoria elementar da música São Paulo: Ricord Brasileira, 1961. [12] ROADS, Curtis. The computer music tutorial. In: . Cambridge, MA, USA: MIT Press, 1996.p. 15–300. ISBN 0262680823.

Zwicker, E., and H. Fastl. "Psychoacoustics Facts and Models Springer Heiderberg." Technische Universität München. München: Germany (1999).
Publicado
27/11/2019
FROZZA, Ana Carolina; BERTOLINI, Diego; FOLEISS, Juliano Henrique; HÜBNER, Rodrigo. Detecção de Acordes Musicais por meio de Informações Espectrais. In: CONGRESSO LATINO-AMERICANO DE SOFTWARE LIVRE E TECNOLOGIAS ABERTAS (LATINOWARE), 16. , 2019, Foz do Iguaçu. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2019 . p. 32-39. DOI: https://doi.org/10.5753/latinoware.2019.10330.