Séminaire n°1

Transcription automatique de la musique de piano: modélisation des sons et méthodes d'estimation

Intervenant :  Valentin Emiya, Post-doc à l'IRISA - INRIA

Contact :  valentin.emiya(at)irisa.fr

Date : 19/01/09

Résumé : 
Dans le domaine de la recherche d'informations musicales (MIR, music information retrieval), la transcription automatique consiste à analyser un enregistrement musical pour en extraire les informations relatives aux notes (hauteurs, instants d'attaques, fins, etc.), c'est-à-dire une description symbolique des données physiques, ou encore une forme simplifiée de relevé ou de partition de la musique jouée. Cette tâche fait l'objet de travaux de recherche depuis une trentaine d'années et a vocation à constituer une brique de base dans diverses applications en MIR: wav2MIDI, recherche de similarité, extraction de la mélodie, etc. La musique de piano est de ce point de vue difficile à analyser: aux questions d'estimation et de suivi des fréquences fondamentales multiples s'ajoutent des difficultés liées à l'acoustique de l'instrument (inharmonicité, battements, étendue du registre) et à la musique pour piano (virtuosité, niveaux de polyphonie élevés). Pour ces raisons et compte tenu de la taille du répertoire pour piano solo, des systèmes de transcription spécifiques à cet instrument ont vu le jour. Au cours de ce séminaire, je présenterai celui réalisé pendant ma thèse, en détaillant les éléments principaux de modélisation des sons de piano.
Dans ce cadre, nous verrons tout d'abord comment estimer l'inharmonicité de sons de piano directement sur le signal à analyser, afin de localiser précisément les partiels des notes dans le domaine spectral. Nous aborderons ensuite la caractérisation des enveloppes spectrales des notes et du spectre résiduel par des modèles autorégressifs (AR) ou à moyenne ajustée (MA). La méthode d'estimation associée distingue les coefficients spectraux relatifs aux partiels des notes et au résiduel et prend en compte le recouvrement spectral pour évaluer le cas échéant les contributions provenant de plusieurs notes à une fréquence et un instant donnés. Enfin, le système de transcription sera présenté et les résultats obtenus seront illustrés par quelques exemples sonores.
Pour info, une version (presque définitive) de la thèse est disponible ici.