Transcripción de Melodías a partir de Audio Musical: Enfoques y Evaluación

Aunque el proceso de analizar una grabación de audio de una actuación musical es complejo y difícil incluso para un oyente humano, hay formas limitadas de información que pueden ser extraídas de manera manejable y que aún permiten aplicaciones interesantes. Discutimos la melodía—aproximadamente, la parte que un oyente podría silbar o tararear—como un descriptor reducido del audio musical, y consideramos cómo definirla y qué uso podría tener. A continuación, describimos los resultados de evaluaciones a gran escala de sistemas de transcripción de melodías realizadas en 2004 y 2005, incluyendo una visión general de los sistemas presentados, detalles de cómo se llevaron a cabo las evaluaciones y una discusión de los resultados. Según nuestra definición de melodía, los sistemas actuales pueden lograr alrededor del 70% de transcripción correcta a nivel de fotograma, incluyendo la distinción entre la presencia o ausencia de la melodía. Las melodías transcritas a este nivel son fácilmente reconocibles y muestran promesa para aplicaciones prácticas.