• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Disertación de Maestría
DOI
https://doi.org/10.11606/D.45.2020.tde-04112020-095115
Documento
Autor
Nombre completo
Shayenne Luz Moura Corrêa
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Paulo, 2020
Director
Tribunal
Queiroz, Marcelo Gomes de (Presidente)
Martinez, Martin Rocamora
Schramm, Rodrigo
Título en portugués
Detecção de voz cantada em sinais de áudio polifônicos
Palabras clave en portugués
Aprendizado de máquina
Computação musical
Detecção de voz cantada
Recuperação de informação musical
Representações aprendidas automaticamente
Resumen en portugués
Detecção de voz cantada em sinais de áudio polifônicos é o problema que trata de determinar quais trechos de um sinal musical com diversas fontes sonoras contêm voz cantada. Este é um tópico de pesquisa ativo na área de Recuperação de Informação Musical (MIR) e possui muitas aplicações, incluindo reconhecimento automático de cantor, alinhamento de letra e música, separação de voz cantada e extração de melodias. Neste projeto, o problema de detecção de voz cantada é abordado através do levantamento das técnicas utilizadas na literatura, com o desenvolvimento de um sistema capaz de classificar os segmentos de sinais de áudio em duas classes (os trechos que contêm e os trechos que não contêm voz cantada) e também pela comparação dos resultados de detecção de voz cantada utilizando ferramentas baseadas em aprendizado profundo. Os objetivos gerais são: apresentar a revisão da literatura e construir experimentos a fim de analisar os métodos de classificação e descritores de áudio. Os objetivos específicos são: avaliar as restrições presentes na classificação dos trechos cantados, usar descritores de áudio baseados em aprendizado profundo ainda não aplicados na tarefa e comparar o uso de métodos tradicionais de aprendizado de máquina com as possibilidades apresentadas pelas representações aprendidas automaticamente. A partir de uma série de experimentos, enfrentamos a complexidade do tema e as limitações apresentadas por descritores comumente usados. Ao usar um descritor baseado em aprendizado profundo, observa-se espaço para melhorias na abordagem clássica de aprendizado de máquinas baseada na seleção e combinação de representações tradicionais dos dados musicais na entrada dos algoritmos de aprendizado.
Título en inglés
Singing voice detection on polyphonic audio signals
Palabras clave en inglés
Computer music
Machine learning
Music information retrieval
Representation learning
Singing voice detection
Resumen en inglés
Singing voice detection in polyphonic audio signals is the problem that deals with determining which segments of a musical signal (with several sound sources) contain singing voice. This is an active topic of research in the field of Music Information Retrieval (MIR) and has various applications, including automatic singer recognition, lyrics alignment, singing voice separation and melody extraction. In this project, the problem of singing voice detection is addressed through the survey of the techniques used in the literature, the development of a system capable of classifying the segments of audio signals in two classes (the sections that contain and the sections that do not contain singing voice) and also by comparing the results of singing voice detection using tools based on deep learning. The general objectives are: to present a literature review and to build experiments in order to analyze classification methods and audio descriptors. The specific objectives are: to evaluate the restrictions present in the classification of the sung excerpts, to use audio descriptors based on deep learning not yet applied to the task and to compare the use of traditional machine learning methods with the possibilities presented by automatically learned representations. By a series of experiments we face the complexity of the theme and the limitations presented by commonly used descriptors. When using a descriptor based on deep learning, it was noticeable that there is room for improvement over classic machine learning approaches, which are based on selection and combination of traditional representations of the music data at the input of learning algorithms.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2020-11-27
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2022. Todos los derechos reservados.