Automatický převod melodie do notového zápisu

Show simple item record
dc.contributor.advisorBulín Martin, Ing. MSc., Ph.D.cs
dc.contributor.authorKaupe, Radekcs
dc.contributor.refereeZajícová Lucie, Ing. Ph.D.cs
dc.date.accepted2025-06-18
dc.date.accessioned2026-02-20T23:21:16Z
dc.date.available2024-10-15
dc.date.available2026-02-20T23:21:16Z
dc.date.issued2025-05-19
dc.date.submitted2025-05-19
dc.description.abstractStandardní zápisy hudby se soustředí na jednoduchost převodu ze zápisu na melodii, přepis opačným směrem však zůstává otevřenou problematikou. Tato práce navrhuje framework pro rychlé trénování neuronových sítí se snadno vyměnitelným způsobem přípravy dat, přepínáním architektur mezi experimenty a možností tyto pokusy automatizovat pro získání lepšího porozumění celé úloze. Dále byl navržen jednoduchý program pro implementaci takto získaných sítí na úlohu rozpoznávání hudebních nástrojů a tónu v reálném čase. Pro dokončený framework byly následně navrženy experimenty pro porovnání několika možných metod klasifikace zvuku. Díky nim byla zároveň navržena stupnice rozeznatelnosti hudebních nástrojů a jejich pořadí. Nakonec byla navržena architektura neuronové sítě schopná hudební nástroje klasifikovat rychle a přesně za podmínky relativně čistých nahrávek. Podobně pak byla navržena neuronová síť pro rozpoznání tónu. Tato práce pokládá základy k dalšímu výzkumu této problematiky a poskytuje možnost jednoduše a rychle vyzkoušet nové přístupy k jejímu řešení.cs
dc.description.abstract-translatedWhile standard transcriptions of music focus on the ease of conversion from transcription to melody, the opposite remains an open problem. This work proposes a framework for fast training of neural networks with easily exchangable methods of data preparation, model architectures between experiments and the option to automate these experiments to gain a better understanding of the whole task. Additionally, a simple program for implementing thus trained neural networks for the task of recognizing musical instruments and played pitches in real-time was proposed. A set of experiments to compare different methods of sound classification was proposed for the finished framework. These allowed the proposal of an ordered recognizability scale of musical instruments. Finally, a neural network architecture was proposed able to classify musical instruments quickly and accurately with the requirement of relatively clear recordings. Similarly, a neural network was proposed for the pitch recognition task. This work lays the foundation for more research of this problem and offers an option to try new approaches to its solutions quickly and easily.en
dc.description.departmentKatedra kybernetikycs
dc.description.resultObhájenocs
dc.format35
dc.identifier100369
dc.identifier.urihttp://hdl.handle.net/11025/66327
dc.language.isocs
dc.publisherZápadočeská univerzita v Plznics
dc.rightsPlný text práce je přístupný bez omezenícs
dc.rights.accessopenAccesscs
dc.subjectkybernetikacs
dc.subjectumělá inteligencecs
dc.subjectstrojové učenícs
dc.subjectneuronové sítě (počítačová věda)cs
dc.subjecthluboké učenícs
dc.subjectmelodiecs
dc.subjecthudební teoriecs
dc.subject.translatedcyberneticsen
dc.subject.translatedartificial intelligenceen
dc.subject.translatedmachine learningen
dc.subject.translatedneural networks (computer science)en
dc.subject.translateddeep learningen
dc.subject.translatedmelodyen
dc.subject.translatedmusic theoryen
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.thesis.degree-levelBakalářskýcs
dc.thesis.degree-nameBc.cs
dc.thesis.degree-programKybernetika a řídicí technikacs
dc.titleAutomatický převod melodie do notového zápisucs
dc.title.alternativeAutomatic melody-to-notation conversionen
dc.typebakalářská prácecs
local.files.count4*
local.files.size2656887*
local.has.filesyes*
local.relation.IShttps://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=100369

Files

Original bundle
Showing 1 - 4 out of 4 results
No Thumbnail Available
Name:
BP_Kaupe_A22B0062P.pdf
Size:
2.37 MB
Format:
Adobe Portable Document Format
Description:
VŠKP
Download
No Thumbnail Available
Name:
PV_Kaupe_A22B0062P.pdf
Size:
61.86 KB
Format:
Adobe Portable Document Format
Description:
Posudek vedoucího VŠKP
Download
No Thumbnail Available
Name:
PO_Kaupe_A22B0062P.pdf
Size:
62.3 KB
Format:
Adobe Portable Document Format
Description:
Posudek oponenta VŠKP
Download
No Thumbnail Available
Name:
PB_Kaupe_A22B0062P.pdf
Size:
39.17 KB
Format:
Adobe Portable Document Format
Description:
Průběh obhajoby VŠKP
Download

Collections

Bachelor´s works (KKY)