Automatizovaná transkripce hudebních nahrávek do notového zápisu

Netolický, Tomáš

Publikace:
Automatizovaná transkripce hudebních nahrávek do notového zápisu

Bakalářská práceopen access

dc.contributor.advisor	Štursa, Dominik
dc.contributor.author	Netolický, Tomáš
dc.date.accepted	2025-06-02
dc.date.accessioned	2025-07-07T10:10:41Z
dc.date.issued	2025
dc.date.submitted	2025-05-16
dc.description.abstract	Tato bakalářská práce se zabývá automatizovanou transkripcí hudebních nahrávek do notového zápisu s využitím metod strojového učení. V teoretické části jsou popsány základy hudební teorie, principy frekvenční analýzy, reprezentace zvukového signálu a metody hlubokého učení využívané pro extrakci hudebních prvků. Praktická část se zaměřuje na návrh a implementaci neuronové sítě, která na základě konstantní-Q transformace (CQT) a krátkodobé Fourierovy transformace (STFT) identifikuje výšku a délku tónů. Výsledky jsou zpracovány do formátu MIDI pro další využití v hudební analýze a produkci.	cze
dc.description.abstract-translated	This bachelor's thesis focuses on the automated transcription of musical recordings into sheet music using machine learning methods. The theoretical part describes the principles of frequency analysis, sound signal representation, and deep learning techniques used for extracting musical elements. The practical part is dedicated to the design and implementation of a neural network that identifies pitch and note duration based on the Constant-Q Transform (CQT) and Short-Time Fourier Transform (STFT). The results are processed into the MIDI format for further use in music analysis and production.	eng
dc.description.defence	Student splnil zadání bakalářské práce v plném rozsahu. Byla navržena a implementována neuronová síť pro automatickou transkripci hudebního záznamu, včetně tvorby dat, trénování, testování a exportu výstupu ve formátu MIDI. Výsledky dokazují funkčnost řešení a naplnění cílů. Téma je aktuální a má praktické využití v hudební produkci, vzdělávání či editaci. Výsledky lze rozvíjet do reálných aplikací. Přínosem je i ruční postprocessing a kritické zhodnocení systému. Komise navrhuje práci na ocenění za vynikající studijní výsledky dle článku 4 odst. 1 písm. b) Stipendijního řádu Univerzity Pardubice.	cze
dc.description.department	Fakulta elektrotechniky a informatiky	cze
dc.description.grade	Dokončená práce s úspěšnou obhajobou	cze
dc.format	80 s.
dc.identifier.stag	49948
dc.identifier.uri	https://hdl.handle.net/10195/85482
dc.language.iso	cze
dc.publisher	Univerzita Pardubice	cze
dc.rights	Bez omezení
dc.subject	frekvenční analýza	cze
dc.subject	neuronové sítě	cze
dc.subject	transkripce hudby	cze
dc.subject	binární klasifikace	cze
dc.subject	frequency analysis	eng
dc.subject	neural networks	eng
dc.subject	music transcription	eng
dc.subject	binary classification	eng
dc.thesis.degree-discipline	Automatizace	cze
dc.thesis.degree-grantor	Univerzita Pardubice. Fakulta elektrotechniky a informatiky	cze
dc.thesis.degree-name	Bc.
dc.thesis.degree-program	Automatizace	cze
dc.title	Automatizovaná transkripce hudebních nahrávek do notového zápisu	cze
dc.title.alternative	Automated transcription of musical recordings into sheet music	eng
dc.type	bakalářská práce	cze
dspace.entity.type	Publication