Co musi odtworzyć system optycznego rozpoznawania zapisu nutowego
OCR tekstu odczytuje znaki ułożone w wierszu. Notacja muzyczna jest dwuwymiarowa: pionowe położenie nuty określa jej wysokość, poziome grupowanie wpływa na rytm, a symbole mogą dotyczyć jednej nuty, jednego głosu, jednej pięciolinii lub całego systemu.
System OMR musi odnaleźć systemy pięciolinii, skorygować zniekształcenia perspektywiczne, rozpoznać symbole, wywnioskować relacje i zakodować wynik w czytelnej maszynowo partyturze. Przeglądy badań konsekwentnie wskazują złożone układy, zniszczone strony, pismo odręczne i niespójne metody oceny jako główne wyzwania.
Jak sfotografować partyturę, aby poprawić rozpoznawanie
Rozpoznawanie nie odtworzy informacji, które są rozmyte, ucięte, zasłonięte odblaskiem lub zapisane w zbyt małej liczbie pikseli. Popraw jakość źródła przed przesłaniem.
- Połóż stronę płasko i sfotografuj ją bezpośrednio z góry.
- Zadbaj o równomierne oświetlenie i unikaj cieni na liniach pięciolinii oraz odbić światła od błyszczącej powierzchni.
- Obejmij cały arkusz, zachowując zapis nutowy w rozmiarze wystarczającym do rozpoznania linii dodanych i kropek.
- Skoryguj zniekształcenia perspektywiczne i obróć stronę tak, aby linie pięciolinii były poziome.
- Przechwytuj jedną stronę naraz, a kolejność stron ustal poza etapem rozpoznawania.
- Wybieraj czysty oryginał lub PDF w wysokiej rozdzielczości zamiast zrzutu ekranu ze skompresowanego obrazu.
Sprawdzaj relacje muzyczne, a nie tylko symbole
Najbardziej szkodliwe błędy mają charakter strukturalny: brakujący głos, nieprawidłowa wartość rytmiczna, błędna granica taktu lub znak chromatyczny przypisany do niewłaściwej nuty. Porównaj każdy takt ze źródłem i odsłuchaj odtwarzanie, zanim poprawisz układ.
Sprawdź klucze, znaki przykluczowe i metrum, grupy nieregularne, łuki łączące, rytmy z kropką, zapis z użyciem kilku pięciolinii, teksty i struktury repetycji. Odręczne adnotacje i nietypowa współczesna notacja mogą wymagać ręcznego wpisania, nawet jeśli nuty drukowane zostały dobrze rozpoznane.
Wybierz edytowalny format wyjściowy
PDF i PNG zachowują wygląd strony, ale nie stają się edytowalną muzyką. MusicXML to praktyczny format wyjściowy, gdy chcesz poprawiać zapis nutowy w innym edytorze, natomiast MIDI przydaje się, gdy potrzebujesz głównie wysokości dźwięków i zdarzeń wykonawczych.
NotationAI przekształca wynik rozpoznawania w tę samą partyturę, której używasz do edycji, odtwarzania, ćwiczeń i współpracy. Podczas weryfikacji miej oryginalną stronę na widoku i zachowaj ją w projekcie, aby przyszli edytorzy mogli wyjaśnić niepewne fragmenty.
Kontynuuj pracę nad edytowalną partyturą
Rejestruj, edytuj, aranżuj, ćwicz i współpracuj w ramach tego samego produktu NotationAI w aplikacji i Web.
Najczęściej zadawane pytania
Czy zdjęcie odręcznego zapisu nutowego można zamienić w edytowalną partyturę?
Czasami, ale pismo odręczne jest znacznie bardziej zróżnicowane niż zapis drukowany. Spodziewaj się większej liczby poprawek, zwłaszcza w rytmie, łukach, głosach i niestandardowych symbolach.
Dlaczego po rozpoznawaniu przez AI MusicXML jest lepszy niż PDF?
PDF opisuje obraz lub układ strony. MusicXML opisuje strukturę muzyczną, którą oprogramowanie do zapisu nutowego może edytować, odtwarzać i formatować na nowo.
Czy zdjęcie w wyższej rozdzielczości zawsze poprawia OMR?
Tylko do momentu, gdy symbole są już wyraźne. Ostrość, oświetlenie, perspektywa, kadrowanie i stan strony mogą mieć większe znaczenie niż dodanie pikseli do słabej jakości ujęcia.