Vad optisk musikigenkänning måste återskapa
Text-OCR läser tecken på en rad. Notation är tvådimensionell: tonens vertikala position avgör tonhöjden, horisontell gruppering påverkar rytmen och symboler kan gälla en ton, en stämma, ett notsystem eller ett helt system.
Ett OMR-system måste hitta notsystem, korrigera perspektivförvrängning, känna igen symboler, härleda samband och koda resultatet som ett maskinläsbart partitur. Forskningsöversikter pekar konsekvent ut komplexa layouter, försämrade sidor, handskrift och inkonsekvent utvärdering som stora utmaningar.
Så fotograferar du ett partitur för bättre igenkänning
Igenkänning kan inte återskapa information som är suddig, avklippt, dold av blänk eller komprimerad till för få pixlar. Förbättra källan innan du laddar upp den.
- Lägg sidan plant och fotografera den rakt ovanifrån.
- Använd jämn belysning och undvik skuggor över notlinjerna eller blänk från blanka ytor.
- Ta med hela sidan och se till att notbilden är tillräckligt stor för att skilja hjälplinjer och punkter åt.
- Korrigera perspektivskevhet och rotera sidan så att notlinjerna är horisontella.
- Fotografera en sida i taget och behåll sidordningen utanför igenkänningssteget.
- Välj en ren originalfil eller en PDF med hög upplösning i stället för en skärmbild av en komprimerad bild.
Granska de musikaliska sambanden, inte bara symbolerna
De mest skadliga felen är strukturella: en saknad stämma, felaktig notlängd, fel taktgräns eller ett förtecken kopplat till fel ton. Jämför varje takt med källan och lyssna på uppspelningen innan du justerar layouten.
Kontrollera klaver, tonarts- och taktartsangivelser, tupletter, bindebågar, punkterade rytmer, notation mellan notsystem, sångtext och repriser. Handskrivna anteckningar och ovanlig samtida notation kan behöva matas in manuellt även när de tryckta tonerna känns igen väl.
Välj ett redigerbart utdataformat
PDF och PNG bevarar utseendet men blir inte redigerbar musik. MusicXML är ett praktiskt utdataformat när du vill korrigera notation i en annan redigerare, medan MIDI är användbart när du främst behöver tonhöjder och framförandehändelser.
NotationAI omvandlar igenkänningsresultatet till samma partitur som används för redigering, uppspelning, övning och samarbete. Ha originalet synligt under granskningen och spara det tillsammans med projektet så att framtida redigerare kan reda ut osäkra avsnitt.
Fortsätt med ett redigerbart partitur
Spela in, redigera, arrangera, öva och samarbeta i samma NotationAI-produkt på app och webb.
Vanliga frågor
Kan ett foto av handskriven musik bli ett redigerbart partitur?
Ibland, men handskrift varierar mycket mer än tryckt notation. Räkna med fler korrigeringar, särskilt av rytm, frasbågar, stämmor och icke-standardiserade symboler.
Varför är MusicXML bättre än PDF efter AI-igenkänning?
PDF beskriver en sidbild eller layout. MusicXML beskriver en musikalisk struktur som notationsprogram kan redigera, spela upp och formatera om.
Ger ett foto med högre upplösning alltid bättre OMR?
Bara tills symbolerna är tydligt urskiljbara. Fokus, belysning, perspektiv, beskärning och sidans skick kan ha större betydelse än att lägga till fler pixlar i en dålig bild.