Efficient adaptive multiresolution representation of music signals (2020)
- Authors:
- Autor USP: FIGUEIREDO, NICOLAS SILVERIO - IME
- Unidade: IME
- Sigla do Departamento: MAC
- DOI: 10.11606/D.45.2020.tde-17022021-201043
- Subjects: COMPUTAÇÃO MUSICAL; PROCESSAMENTO DE SOM
- Keywords: Adaptive representation; Automatic music transcription; Computação sonora e musical; Multiresolution representation; Representação adaptativa; Representação multi-resolução; Sound and music computing; Transcrição automática de música
- Agências de fomento:
- Language: Inglês
- Abstract: A inerente troca entre resolução no tempo e na frequência de transformadas convencionais (como a Transformada Discreta de Fourier) pode ser um inconveniente na representação de sinais musicais, já que tais transformadas são incapazes de localizar simultaneamente eventos percussivos com precisão no tempo e eventos melódicos com precisão na frequência. Representações adaptativas buscam contornar essa limitação variando o tamanho da janela de análise utilizada em cada região do plano tempo-frequência, e possuem aplicações como entrada para algoritmos automáticos de transcrição de música, separação de fontes e análise de expressividade musical. O projeto apresentado tem como objetivo principal o desenvolvimento de uma representação adaptativa de baixo custo computacional, cuja estrutura se opõe à tradicional combinação de representações de diferentes resoluções pré-computadas. O proposto Iteratively Refined Multi\\-resolution Spectrogram (IRMS) funciona a partir de refinamentos sucessivos em cima de um espectro\\-grama inicial de baixa resolução de frequência, localizados nas áreas do plano tempo-frequência nas quais existe informação musical como notas, harmônicos e elementos expressivos. Seu desenvolvimento passa pela investigação de estimadores de informação musical e técnicas de processamento em sub-bandas que permitam uma computação eficiente de representações em alta resolução de regiões isoladas do plano tempo-frequência. Para a investigação de algoritmos deprocessamento em sub-bandas para essa finalidade, foi desenvolvida uma aplicação que permite a visualização em alta resolução de áreas específicas de um espectrograma. Um experimento comparativo entre diferentes estimadores de informação musical foi conduzido, com bons resultados para as entropias de Shannon e Rényi. Também são apresentados detalhes técnicos sobre a integração entre detecção de subregiões musicais e seu refinamento via processamento em sub-bandas, que dá origem à implementação final da IRMS. Como avaliação da solução, um experimento final comparativo baseado em custo computacional entre diferentes representações no plano tempo-frequência foi realizado. A IRMS alcançou tempos de execução ordens de magnitude menor do que as outras representações adaptativas avaliadas, e em algumas configurações apresentou custo computacional competitivo em relação à CQT e à STFT, validando a nossa proposta de uma alternativa eficiente para representações adaptativas
- Imprenta:
- Data da defesa: 14.12.2020
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
FIGUEIREDO, Nícolas Silvério. Efficient adaptive multiresolution representation of music signals. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2020. Disponível em: https://teses.usp.br/teses/disponiveis/45/45134/tde-17022021-201043/. Acesso em: 25 mar. 2026. -
APA
Figueiredo, N. S. (2020). Efficient adaptive multiresolution representation of music signals (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://teses.usp.br/teses/disponiveis/45/45134/tde-17022021-201043/ -
NLM
Figueiredo NS. Efficient adaptive multiresolution representation of music signals [Internet]. 2020 ;[citado 2026 mar. 25 ] Available from: https://teses.usp.br/teses/disponiveis/45/45134/tde-17022021-201043/ -
Vancouver
Figueiredo NS. Efficient adaptive multiresolution representation of music signals [Internet]. 2020 ;[citado 2026 mar. 25 ] Available from: https://teses.usp.br/teses/disponiveis/45/45134/tde-17022021-201043/
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
