This thesis proposed piano automatic transcription system, which includes onset detection, chord detec-tion with accurate and fast inharmonicity coefficient estimation method and harmonic multi-frame partial en-velope feature extraction for erasing harmonically related notes.
This research has four contributions. Firstly, we developed competitive performance onset detector against the state of the art system. Furthermore, our onset detector has consistent performance under different sound level recordings. Secondly, triplet multiple fundamental frequency estimate (MF0E) method has been developed. The benefit of this method is that it extracts not only polyphonic pitch candidates but also the pitch candidate partial sequences. However, there are also harmonically related false positive notes. For erasing the multiplying or halving error notes, two different algorithms are added as pitch refinement processes. By using the partial sequences, we developed stable E (inharmonicity coefficient) value estimator. Different octave notes have different E value and F0 (fundamental frequency). Through this fact, we can erase the false posi-tive notes. To improve the chord detection accuracy more, the 1-NN classifier with harmonic-multiframe fea-ture has been used on each pitch candidate. With these two post-processing steps, many false alarms are erased success fully.
To sum up, triplet-SAP (E, F0) estimation method have outperform current E estimation algorithms in the speed and RMS accuracy on isolated note recordings. Furthermore, this system has about 45% accuracy in the piano note onset transcription test with real piano CD recordings. This excels Benetos’ systems about 13%. We hope this will work as a whole automatic transcription system and also each block can be melt into some other systems as a solo algorithm.
이 논문은 피아노의 자동 악보 기보 시스템을 구성하는, 시작점 인식, 피아노 현의 비조화 계수를 정확하고 빠르게 검출하는 코드 검출법, 마지막으로 배음과 반음으로 부터 에러음들을 지워주는 하모닉 멀티 프레임 특징 추출 기법을 이용한 방법의 제안과 실제 실험 까지를 포함합니다.
이 연구는 네가지 학문적 기여도를 가지고 있습니다. 첫째, 시작점 인식 시스템은 현재 최고 성능 시스템을 능가하는 인식률을 보입니다. 더욱이 이 시스템은 다른 소리 크기의 녹음 하에서도 일관된 수행능력을 가지고 있습니다. 두번째, 트리플릿 복음의 중심 주파수 설정 방법이 개발되었습니다. 이 방법의 장점은 다성음악의 음정과 비조화 계수를 동시에 빠르게 예측하는 알고리즘이라는 점입니다. 그렇지만 여전히 배음과 반음의 오인식 노트들이 많이 검출됩니다. 이를 제거하기 위해서, 두 가지 음정 인식 조정 알고리즘이 포함되게 됩니다. 비조화 계수와 중심 주파수가 각 옥타브의 음들마다 다르기 때문에 이것을이용하여 배음과, 반음의 에러 음들을 제거하게 됩니다. 또한 하모닉 멀티 프레임 특징을 이용하여 많은 배음과 반음 에러들을 제거하게 됩니다. 이 두가지 후처리 과정을 통해서 상당부분 에러를 제거하였습니다.
요약하면, triplet-SAP 알고리즘을 이용하여 정확하고 빠르게 비조화 계수와 중심 주파수를 구하였고 이를 이용하여 피아노 음정 자동 기보 인식률을 기존의 최고 알고리즘 보다 약 13% 향상을 시킨 45%까지 향상 시킬 수 있습니다.
