تشخیص نوری موسیقی باید چه چیزهایی را بازیابی کند
OCR متن، نویسهها را در یک خط میخواند. نتنویسی موسیقی دوبعدی است: جایگاه عمودی نت زیر و بمی را تعیین میکند، گروهبندی افقی بر ریتم اثر میگذارد و نمادها ممکن است بر یک نت، یک صدا، یک خط حامل یا یک سیستم کامل اعمال شوند.
یک سامانه OMR باید سیستمهای خطوط حامل را پیدا کند، اعوجاج پرسپکتیو را حذف کند، نمادها را تشخیص دهد، روابط را استنباط کند و نتیجه را در قالب پارتیتوری قابلخواندن برای ماشین رمزگذاری کند. مرورهای پژوهشی بهطور مداوم چیدمانهای پیچیده، صفحههای آسیبدیده، دستنویسها و ارزیابی ناهماهنگ را از چالشهای اصلی میدانند.
چگونه از پارتیتور عکس بگیریم تا تشخیص بهتر شود
تشخیص نمیتواند اطلاعاتی را که تار، بریده، زیر بازتاب نور پنهان یا در تعداد بسیار کمی پیکسل فشرده شدهاند بازیابی کند. پیش از بارگذاری، کیفیت منبع را بهتر کنید.
- صفحه را صاف بگذارید و از مستقیم بالای آن عکس بگیرید.
- از نور یکنواخت استفاده کنید و از ایجاد سایه روی خطوط حامل یا بازتاب روی سطح براق بپرهیزید.
- کل صفحه را در تصویر بگنجانید و در عین حال نتنویسی را آنقدر بزرگ نگه دارید که خطوط اضافه و نقطهها قابل تشخیص باشند.
- کجی پرسپکتیو را اصلاح کنید و صفحه را بچرخانید تا خطوط حامل افقی شوند.
- هر بار از یک صفحه عکس بگیرید و ترتیب صفحهها را بیرون از مرحله تشخیص حفظ کنید.
- بهجای تصویر فشردهشده در اسکرینشات، نسخه اصلی تمیز یا PDF با وضوح بالا را ترجیح دهید.
روابط موسیقایی را بررسی کنید، نه فقط نمادها را
آسیبزاترین خطاها ساختاریاند: صدای جاافتاده، کشش نادرست، مرز میزان اشتباه یا علامت عرضی متصل به نت نادرست. هر میزان را با منبع مقایسه کنید و پیش از تنظیم صفحهآرایی به پخش گوش دهید.
کلیدها، سرکلید و میزاننماها، تریولهها، اتصالها، ریتمهای نقطهدار، نتنویسی بین خطوط حامل، شعر و ساختارهای تکرار را بررسی کنید. حتی وقتی نتهای چاپی بهخوبی تشخیص داده میشوند، حاشیهنویسیهای دستنویس و نتنویسی معاصر نامتعارف ممکن است نیازمند ورود دستی دوباره باشند.
خروجی قابل ویرایش انتخاب کنید
PDF و PNG ظاهر را حفظ میکنند، اما به موسیقی قابل ویرایش تبدیل نمیشوند. وقتی میخواهید نتنویسی را در ویرایشگر دیگری اصلاح کنید، MusicXML خروجی کاربردی است؛ MIDI هم زمانی مفید است که عمدتاً به زیر و بمی و رویدادهای اجرا نیاز دارید.
NotationAI نتیجه تشخیص را به همان پارتیتوری تبدیل میکند که برای ویرایش، پخش، تمرین و همکاری به کار میرود. هنگام بررسی، صفحه اصلی را جلوی چشم نگه دارید و آن را همراه پروژه حفظ کنید تا ویرایشگران بعدی بتوانند بخشهای نامطمئن را رفع ابهام کنند.
با پارتیتوری قابلویرایش ادامه دهید
در یک محصول NotationAI برای App و Web، موسیقی را ثبت، ویرایش، تنظیم، تمرین و با دیگران هماهنگ کنید.
پرسشهای متداول
آیا عکس موسیقی دستنویس میتواند به پارتیتوری قابل ویرایش تبدیل شود؟
گاهی، اما دستخط بسیار متغیرتر از نتنویسی چاپی است. انتظار اصلاحات بیشتری داشته باشید، بهویژه در ریتم، اسلورها، صداها و نمادهای غیراستاندارد.
چرا MusicXML پس از تشخیص هوشمند از PDF بهتر است؟
PDF تصویر یا صفحهآرایی یک صفحه را توصیف میکند. MusicXML ساختار موسیقایی را توصیف میکند که نرمافزار نتنویسی میتواند ویرایش، پخش و قالببندی مجدد کند.
آیا عکس با وضوح بالاتر همیشه OMR را بهتر میکند؟
فقط تا زمانی که نمادها واضح تشخیص داده شوند. فوکوس، نورپردازی، پرسپکتیو، برش تصویر و وضعیت صفحه ممکن است از افزودن پیکسل بیشتر به تصویری نامناسب اهمیت بیشتری داشته باشند.