Skip navigation
Logo
User training | Reference and search service

Library catalog

Retrievo
EDS
b-on
More
resources
Content aggregators
Please use this identifier to cite or link to this item:

acessibilidade

http://hdl.handle.net/10071/5991
acessibilidade
Title: Onset detection in music signals
Authors: Rosão, Carlos Manuel Tadeia
Orientador: Ribeiro, Ricardo Daniel Santos Faro Marques
Matos, David Manuel Martins de
Keywords: Detecção de onsets
Segmentaçcão de notas musicais
Captação de informação musical
Transcrição de informação musical
Detecção de novidade
Processamento de sinal
Onset detection
Note segmentation
Music information retrieval
Automatic music transcription
Novelty detection
Signal processing
Issue Date: 2012
Citation: ROSÃO, Carlos Manuel Tadeia - Onset detection in music signals [Em linha]. Lisboa: ISCTE-IUL, 2012. Dissertação de mestrado. [Consult. Dia Mês Ano] Disponível em www:<http://hdl.handle.net/10071/5991>.
Abstract: A Detec c~ao de Onsets, ou seja, a tarefa que procura encontrar o momento de in cio de notas musicais num sinal de audio, tem sido uma area de investiga c~ao activa, uma vez que a Detec c~ao de Onsets e comummente utilizada como primeiro passo em tarefas de alto-n vel de processamento musical. Tendo em conta a necessidade de saber que m etodo de Detec c~ao de Onsets e mais adequado a cada tarefa de alto-n vel, nesta tese foram seguidas duas abordagens que visam, acima de tudo, obter uma informa c~ao mais completa sobre cada m etodo de Detec c~ao de Onsets. A primeira abordagem consiste numa compara c~ao em profundidade do comportamento dos m etodos de Detec c~ao de Onsets que usam caracter sticas espectrais do sinal. Os resultados obtidos mostram que o comportamento dos diferentes m etodos varia signi cativamente entre as fun c~oes de detec c~ao usadas, entre os tipos de Onset, e ainda de acordo com a t ecnica de interpreta c~ao do instrumento. Na segunda abordagem avalia-se a in u^encia do passo nal de Selec c~ao de Picos nos resultados globais de Detec c~ao de Onsets. Os resultados obtidos mostram que o passo de Selec c~ao de Picos in uencia profundamente os resultados { negativa e positivamente {, e que esta in u^encia difere signi cativamente de acordo com o tipo de Onset e com o m etodo de Detec c~ao de Onsets usado.
Onset Detection, that is, the quest for nding the starting moment of musical notes in an audio signal, is an active research subject since note onset detection is commonly used as a rst step in high-level music processing tasks. Driven by the need to know which Onset Detection method can suit better each high-level music processing task, two approaches are followed in this thesis in order to obtain a more complete information about the di erent onset detection methods. The rst consists in a full comparison of the performance of Onset Detection Methods that use Spectral Features. Our results in two distinct datasets show that the behaviour of onset detection varies clearly between onset types and between detection functions, as well as between instrument interpretation style. The other approach assesses the in uence of the nal Peak Selection step in the global results of Onset Detection. Our results show that the Peak Selection step used deeply in uences both positively and negatively the results obtained, and that its in uence di ers signi cantly according to the onset classes and to the onset detection functions.
URI: http://hdl.handle.net/10071/5991
Designation: Mestrado em Software de Código Aberto
Appears in Collections:T&D-DM - Dissertações de mestrado

Files in This Item:
acessibilidade
File Description SizeFormat 
dissertationCarlosRosao.pdf1.45 MBAdobe PDFView/Open


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Currículo DeGóis 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.