Artificial Perception and Music Recognition

این تک نگاری مطالعات نویسنده در زمینه تشخیص موسیقی را با هدف توسعه یک سیستم رایانه ای برای نت نویسی خودکار موسیقی اجرا شده ارائه می دهد. عملکرد چنین سیستمی قرار است شبیه به سیستم های تشخیص گفتار باشد: داده های صوتی در ورودی و چاپ موسیقی در خروجی. رویکرد به کار گرفته شده برای تشخیص الگو، ادراک مصنوعی است، بر اساس داده‌های ورودی خودسازماندهی به منظور تفکیک الگوها قبل از شناسایی آنها با روش‌های هوش مصنوعی. مزیت ویژه این رویکرد این است که به جای تشخیص مستقیم الگوها، نمایش های بهینه داده ها را پیدا می کند.

This monograph presents the author's studies in music recognition aimed at developing a computer system for automatic notation of performed music. The performance of such a system is supposed to be similar to that of speech recognition systems: acoustical data at the input and music scoreprinting at the output. The approach to pattern recognition employed is thatof artificial perception, based on self-organizing input data in order to segregate patterns before their identification by artificial intelligencemethods. The special merit of the approach is that it finds optimal representations of data instead of directly recognizing patterns.