Mit kell visszanyernie az optikai kottakarakter-felismerésnek
A szöveg-OCR egy sorban olvassa a karaktereket. A kottaírás kétdimenziós: a hang függőleges helyzete határozza meg a hangmagasságot, a vízszintes csoportosítás befolyásolja a ritmust, a jelek pedig egy hangra, szólamra, kottasorra vagy teljes kottarendszerre is vonatkozhatnak.
Egy OMR-rendszernek meg kell találnia a kottarendszereket, ki kell javítania a perspektivikus torzítást, fel kell ismernie a jeleket, következtetnie kell a köztük lévő kapcsolatokra, majd géppel olvasható kottává kell kódolnia az eredményt. A kutatási áttekintések következetesen a bonyolult elrendezéseket, a sérült oldalakat, a kézírást és az inkonzisztens értékelést azonosítják fő kihívásként.
Hogyan fényképezze le a kottát a jobb felismerésért
A felismerés nem tudja helyreállítani az elmosódott, levágott, csillogás által eltakart vagy túl kevés képpontba tömörített információt. Feltöltés előtt javítsa a forrás minőségét.
- Helyezze a lapot sík felületre, és közvetlenül felülről fényképezze le.
- Használjon egyenletes megvilágítást, és kerülje az árnyékokat a kottavonalakon, valamint a fényes felületekről visszatükröződő fényt.
- A teljes oldal kerüljön a képre, a kottát pedig hagyja elég nagynak ahhoz, hogy a segédvonalak és a pontok is kivehetők legyenek.
- Szüntesse meg a perspektivikus torzítást, és forgassa el úgy az oldalt, hogy a kottavonalak vízszintesek legyenek.
- Egyszerre egy oldalt fényképezzen le, és a sorrendet a felismerési lépésen kívül kezelje.
- Tömörített képernyőkép helyett lehetőleg tiszta eredetit vagy nagy felbontású PDF-et használjon.
Ne csak a jeleket, hanem a zenei összefüggéseket is ellenőrizze
A legkárosabb hibák szerkezetiek: hiányzó szólam, helytelen hangérték, rossz ütemhatár vagy rossz hanghoz rendelt módosítójel. Hasonlítsa össze az egyes ütemeket a forrással, és az elrendezés igazítása előtt hallgassa meg a lejátszást.
Ellenőrizze a kulcsokat, a hangnem- és ütemmutatókat, a triolákat és más osztásokat, a kötőíveket, a pontozott ritmusokat, a kottasorok közötti jelölést, a dalszöveget és az ismétlési szerkezeteket. A kézzel írt megjegyzéseket és a szokatlan kortárs kottázást akkor is kézzel kellhet újra bevinni, ha a nyomtatott hangokat jól felismerte a rendszer.
Válasszon szerkeszthető kimenetet
A PDF és a PNG megőrzi a megjelenést, de nem alakítható szerkeszthető zenévé. Ha egy másik szerkesztőben szeretné javítani a kottát, a MusicXML a praktikus kimenet; a MIDI pedig akkor hasznos, ha főként a hangmagasságra és az előadási eseményekre van szüksége.
A NotationAI a felismerés eredményét ugyanazzá a kottává alakítja, amelyet szerkesztéshez, lejátszáshoz, gyakorláshoz és együttműködéshez használ. Az ellenőrzés alatt tartsa láthatóan az eredeti oldalt, és őrizze meg a projekttel együtt, hogy a későbbi szerkesztők tisztázhassák a bizonytalan szakaszokat.
Folytatás szerkeszthető partitúrával
Rögzítsen, szerkesszen, hangszereljen, gyakoroljon és működjön együtt ugyanabban a NotationAI-termékben, alkalmazáson és weben is.
Gyakran ismételt kérdések
A kézzel írt zene fényképéből készíthető szerkeszthető kotta?
Néha igen, de a kézírás sokkal változatosabb, mint a nyomtatott kottajelölés. Számítson több javításra, különösen a ritmusok, a legatóívek, a szólamok és a szabványostól eltérő jelek esetében.
Miért jobb a MusicXML a PDF-nél az AI-felismerés után?
A PDF egy oldal képét vagy elrendezését írja le. A MusicXML a kottaszoftverrel szerkeszthető, lejátszható és újraformázható zenei szerkezetet írja le.
Mindig javítja az OMR eredményét a nagyobb felbontású fénykép?
Csak addig, amíg a jelek tisztán kivehetők. A fókusz, a megvilágítás, a perspektíva, a kivágás és a lap állapota fontosabb lehet, mint az, hogy egy rossz felvételhez még több képpontot adunk.