Co musí optické rozpoznávání hudby obnovit
Textové OCR čte znaky na řádku. Hudební notace je dvourozměrná: svislá poloha noty určuje výšku tónu, vodorovné seskupení ovlivňuje rytmus a symboly se mohou vztahovat k jedné notě, jednomu hlasu, jedné osnově nebo celému systému.
Systém OMR musí najít systémy osnov, odstranit perspektivní zkreslení, rozpoznat symboly, odvodit vztahy a zakódovat výsledek do strojově čitelné partitury. Přehledy výzkumu opakovaně uvádějí složitá rozvržení, poškozené stránky, rukopis a nejednotné vyhodnocování jako hlavní výzvy.
Jak vyfotit partituru, aby ji systém lépe rozpoznal
Rozpoznávání nedokáže obnovit informace, které jsou rozmazané, oříznuté, skryté odleskem nebo stlačené do příliš malého počtu pixelů. Před nahráním vylepšete zdrojový snímek.
- Položte stránku naplocho a fotografujte ji přímo shora.
- Zajistěte rovnoměrné osvětlení a vyhněte se stínům přes linky osnovy a odleskům na lesklém povrchu.
- Zachyťte celou stránku a současně ponechte notový zápis dostatečně velký, aby byly rozpoznatelné pomocné linky a tečky.
- Odstraňte perspektivní zkreslení a otočte stránku tak, aby linky osnovy byly vodorovné.
- Snímejte vždy jednu stránku a pořadí stránek určete mimo proces rozpoznávání.
- Upřednostněte čistý originál nebo PDF ve vysokém rozlišení před snímkem obrazovky komprimovaného obrázku.
Kontrolujte hudební vztahy, nejen symboly
Nejzávažnější chyby jsou strukturální: chybějící hlas, nesprávná délka, chybná hranice taktu nebo posuvka přiřazená nesprávné notě. Porovnejte každý takt s předlohou a před úpravou rozvržení si poslechněte přehrávání.
Zkontrolujte klíče, předznamenání a taktová označení, nepravidelné rytmické skupiny, ligatury, tečkované rytmy, notaci přes osnovy, texty písní a strukturu opakování. Ručně psané poznámky a neobvyklá současná notace mohou vyžadovat ruční přepsání, i když jsou tištěné noty rozpoznány správně.
Zvolte upravitelný výstup
PDF a PNG zachovávají vzhled, ale nepřevedou se na upravitelnou hudbu. Pokud chcete opravit notový zápis v jiném editoru, praktickým výstupem je MusicXML; MIDI se hodí, když potřebujete hlavně výšky tónů a události provedení.
NotationAI převádí výsledek rozpoznávání do stejné partitury, kterou lze upravovat, přehrávat, používat ke cvičení i sdílet při spolupráci. Během kontroly mějte původní stránku na očích a uložte ji spolu s projektem, aby mohli budoucí editoři vyřešit nejisté pasáže.
Pokračujte s upravitelnou partiturou
Zachycujte hudbu, upravujte, aranžujte, procvičujte a spolupracujte ve stejném produktu NotationAI na platformách App a Web.
Časté dotazy
Lze z fotografie ručně psané hudby vytvořit upravitelnou partituru?
Někdy ano, ale rukopis se od tištěné notace liší mnohem více. Počítejte s větším množstvím oprav, zejména rytmu, oblouků, hlasů a nestandardních symbolů.
Proč je MusicXML po rozpoznávání pomocí AI lepší než PDF?
PDF popisuje obrázek stránky nebo její rozvržení. MusicXML popisuje hudební strukturu, kterou lze v notačním softwaru upravovat, přehrávat a přeformátovat.
Zlepšuje fotografie ve vyšším rozlišení vždy výsledky OMR?
Pouze do chvíle, kdy jsou symboly jasně rozpoznatelné. Zaostření, osvětlení, perspektiva, oříznutí a stav stránky mohou mít větší vliv než přidání dalších pixelů ke špatnému snímku.