Identificação de acordes via modelos de Markov ocultos musicalmente informados

Pita, Rodrigo Côrtes Nogueira da Rocha

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/22699

Type:	Trabalho de conclusão de graduação
Title:	Identificação de acordes via modelos de Markov ocultos musicalmente informados
Author(s)/Inventor(s):	Pita, Rodrigo Côrtes Nogueira da Rocha
Advisor:	Paixão, João Antônio Recio da
Co-advisor:	Carvalho, Hugo Tremonte de
Abstract:	Este projeto visa abordar o problema da identificação de acordes através de modelos de Markov ocultos (HMM) musicalmente informados. Para que seja um projeto autocontido, serão explicados três grandes tópicos. Primeiramente, as noções básicas de teoria musical, como intervalos e progressão harmônica. Em segundo lugar, o processamento de sinais de áudio, abordando transformadas de Fourier para em seguida poder apresentar a transformada de Fourier de tempo curto (STFT) e também cromagramas, que empenham um papel fundamental para o funcionamento do modelo HMM. Por fim, em terceiro, as cadeias de Markov, que são a base para o entendimento de HMMs. Para embutir a informação musical no modelo, será utilizada uma matriz de transição gerada a partir de uma base de músicas da MPB. Os experimentos realizados serão feitos inicialmente num contexto geral, com músicas de gêneros diversos com o intuito de comparar os modelos HMM e template-based assim como os diferentes tipos de cromagrama. Depois serão realizados somente no contexto da MPB, onde os resultados provarão a eficácia da proposta.
Keywords:	cadeias de Markov Markov chains modelos de Markov ocultos hidden Markov models processamento de sinais musicais music signal processing
Subject CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Production unit:	Instituto de Computação
Publisher:	Universidade Federal do Rio de Janeiro
Issue Date:	12-Mar-2024
Publisher country:	Brasil
Language:	por
Right access:	Acesso Aberto
Appears in Collections:	Ciência da Computação

Files in This Item:

File	Description	Size	Format
RCNRPita.pdf		6.12 MB	Adobe PDF	View/Open

Show full item record Recommend this item View Statistics

Pantheon Institutional repository