Rastreamento de altura polifônica usando estimativa bayesiana conjunta de múltiplos parâmetros de quadro

Apresentamos uma abordagem nova para a estimativa de altura e detecção de notas em sinais de áudio polifônicos. Colocamos o problema em uma estrutura probabilística bayesiana, que nos permite incorporar conhecimento prévio sobre a natureza dos dados musicais no modelo. Exploramos a alta correlação entre os parâmetros do modelo em quadros adjacentes de dados, modelando explicitamente a variação de frequência ao longo do tempo usando variáveis latentes. Os parâmetros são estimados conjuntamente em vários quadros adjacentes para aumentar a robustez da estimativa contra eventos transitórios. Quadros individuais de dados são modelados como a soma de sinusoides harmônicas. A estimativa de parâmetros é realizada usando métodos de Monte Carlo por Cadeia de Markov (MCMC).