光学式楽譜認識で復元する情報
テキストOCRは、行に並ぶ文字を読み取ります。楽譜は二次元です。音符の垂直位置が音高を決め、水平のまとまりがリズムに影響し、記号は1つの音符、1つの声部、1つの五線、または1つの大譜表全体に適用される場合があります。
OMRシステムは、大譜表を特定し、遠近のゆがみを補正し、記号を認識し、記号間の関係を推定して、結果を機械可読な楽譜として符号化する必要があります。研究レビューでは、複雑なレイアウト、劣化したページ、手書き、評価方法の不統一が、主要な課題として一貫して挙げられています。
認識精度を高める楽譜の撮影方法
ぼやけ、切れ、光の反射による隠れ、画素数不足による圧縮で失われた情報は、認識では復元できません。アップロードする前に素材を改善してください。
- ページを平らに置き、真上から撮影します。
- 照明を均一にし、五線を横切る影や光沢の反射を避けます。
- ページ全体を収めつつ、加線や付点を読み取れる大きさで記譜を撮影します。
- 遠近のゆがみを取り除き、五線が水平になるようページを回転します。
- 一度に1ページずつ撮影し、認識工程の外でページ順を管理します。
- 圧縮画像のスクリーンショットより、きれいな原本または高解像度のPDFを優先します。
記号だけでなく音楽上の関係を確認する
最も大きな問題になるのは、声部の欠落、音価の誤り、小節の区切り違い、臨時記号の誤った音符への付与など、構造上の誤りです。各小節を原本と照らし合わせ、レイアウトを調整する前に再生して確認してください。
音部記号、調号と拍子記号、連符、タイ、付点リズム、段をまたぐ記譜、歌詞、反復構造を確認します。印刷された音符が正しく認識されていても、手書きの注釈や現代音楽の特殊な記譜は手入力が必要な場合があります。
編集可能な出力形式を選ぶ
PDFとPNGは見た目を保つ形式であり、編集可能な音楽にはなりません。他のエディターで記譜を修正する場合はMusicXMLが実用的です。主に音高と演奏イベントが必要な場合はMIDIが便利です。
NotationAIでは、認識結果が編集、再生、練習、共同作業に使う同じ楽譜になります。確認中は元のページを表示したままにし、今後の編集者が不確かな箇所を判断できるよう、プロジェクトと一緒に保存してください。
編集可能な総譜で作業を続ける
AppとWebで利用できる同じNotationAI製品で、取り込み、編集、編曲、練習、共同作業ができます。
よくある質問
手書きの楽譜の写真を編集可能な楽譜にできますか？
できる場合もありますが、手書きは印刷された記譜よりはるかに個人差があります。特にリズム、スラー、声部、標準外の記号は、より多くの修正が必要と見込んでください。
AI認識の後はPDFよりMusicXMLが適しているのはなぜですか？
PDFはページ画像またはレイアウトを表します。MusicXMLは、記譜ソフトウェアで編集、再生、再レイアウトできる音楽構造を表します。
高解像度の写真ならOMRの精度は必ず上がりますか？
記号が明瞭に読み取れるようになるまでです。画素数を増やすことより、焦点、照明、遠近、トリミング、ページの状態が、撮影品質を大きく左右する場合があります。