資訊電機學院資訊傳播學系

ASIA unversity > 資訊學院 > 資訊傳播學系 > 科技部大專學生研究計畫 > Item 310904400/116487

請使用永久網址來引用或連結此文件: http://asiair.asia.edu.tw/ir/handle/310904400/116487

題名:	資訊電機學院資訊傳播學系
作者:	2020 Lu), 沈俊宏、陸清達(Ching-Ta
貢獻者:	704
日期:	透過深度學習神經網路自動產生樂譜的實現(榮獲研究創作獎)(Realization of automatic generation of music scores through deep learning neural networks, Award for research creation)
上傳時間:	2023-06-30 01:53:50 (UTC+0)
摘要:	在數位錄音工程尚未普及化的時代，音樂創作這件事可說是可遠觀而不可褻玩焉。除了音樂創作本身就並非一般人所會接觸到的領域，再加上錄音工程背後所需要種種設備，即便是上流社會，對於這個興趣取向的嗜好來說也是以筆龐大的開銷。隨著藝術涵養的提升與經濟的景氣，如今的音樂創作已並非小眾族群獨享，音樂也成為許多小孩在學齡前所會接觸的學習之一，使得音樂創作人才的人數大幅提升。而科技的進步也促使傳統音樂產業面臨轉型往數位音樂的方向邁進，錄音工程再也不是遙不可及的專業領域，甚至成為許多嚮往音樂的年輕人可以嘗試鑽研的領域，也因此在家「宅錄」的音樂創作者就此誕生。但也因為音樂的轉型，許多傳統的音樂技巧也因此沒落，尤其打譜技術已成為非本科音樂人的大罩門，甚至許多的入門創作者在創作時時常遇到不知道如何將腦海中的靈感或是即興演奏的內容記錄下來的窘境，抑或是樂團初學者在歌曲複製練習上無法以人耳從多種樂器的音樂中判斷出單一樂器所演奏的內容。本計畫透過深度學習神經網路(Deep-learning Neural Network, DNN)，讓 DNN 分析音樂檔案中的速度、拍號、樂器種類及各樂器所演奏的音符，進而轉換為 MIDI 音訊，最後將 MIDI 音訊以樂譜的方式呈現出來，讓使用者能不費力的取得音樂中個樂器所演奏之內容，以克服上述的問題。
顯示於類別:	[資訊傳播學系] 科技部大專學生研究計畫

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	73	檢視/開啟

在ASIAIR中所有的資料項目都受到原著作權保護.

資料載入中.....