The first template-based system for

The first template-based system for audio chord recognition
was developed by Fujishima [2]. This method is the first one
that considers chords not only as sets of individual notes, but
rather as entities whose structure is determined by one root
and one type. The chord transcription process is based on the
extraction from the signal of Pitch Class Profiles (PCP) or
chroma vectors. The chroma vectors are 12-dimensional vectors
where each component represents the energy or salience of
one of the 12 semi-tones within the chromatic scale, regardless
of the octave. The temporal evolution of these chroma vectors
is called chromagram: it has been widely used in literature
for chord or key estimation [5], [7]. In Fujishima’s approach,
324 chords are detected, each of them modeled by a binary
Chord Type Template (CTT). The chord detection is performed
by first calculating scores for every root and chord type, then
selecting the best score. The scores are computed from chroma
vectors and hand-tuned variations of the original CTT. Two
matching methods between PCP and CTT are tested: the
Nearest Neighbor Method (Euclidean distance between chroma
vector and hand-tuned CTT) and the Weighted Sum Method
(dot product between chroma vector and hand-tuned CTT).
The hand-tuning is done by trial-and-error and accounts for the
chord type probability and the number of notes within the chord
type. Two postprocessing methods are introduced in order to
take into account the temporal structure of the chord sequence.
The first attempt is to smooth over the past chroma vectors
to both reduce the noise and use the fact that a chord usually
lasts for several frames. The second attempt is to detect chord
changes by monitoring the direction of the chroma vectors.

ผลลัพธ์ (ไทย) 1:

แรกตามต้นแบบระบบการรู้จำเสียงคอร์ด
โดย Fujishima [2] วิธีนี้เป็นแรก
ที่พิจารณา chords ไม่เพียงแต่เป็นชุดของบันทึกย่อแต่ละ แต่
ค่อนข้างเป็นโครงสร้างเป็นไปตามหลักหนึ่งเอนทิตี
และชนิดหนึ่ง กระบวนการ transcription คอร์ดตาม
สกัดจากสัญญาณของระดับชั้นในโพรไฟล์ (มา) หรือ
เวกเตอร์ความ เวกเตอร์ความมี 12 มิติเวกเตอร์
ซึ่งแต่ละส่วนแสดงถึงพลังงานหรือ salience ของ
โทนกึ่ง 12 ภายในสเกลผ่านกระบวน ไม่หนึ่ง
ของอ็อกเทฟ วิวัฒนาการขมับของเวกเตอร์เหล่านี้ความ
เรียกว่า chromagram: มันได้ถูกใช้ในวรรณคดี
สำหรับคอร์ดหรือคีย์การประเมิน [5], [7] ในวิธีการของ Fujishima,
พบ 324 chords ของจำลอง โดยไบนารี
คอร์ดชนิดแม่แบบ (CTT) ดำเนินการตรวจหาคอร์ด
โดยแรกคำนวณคะแนนสำหรับทุกคอร์ดและรากชนิด แล้ว
เลือกคะแนนดีที่สุด คะแนนที่คำนวณจากความ
เวกเตอร์และลักษณะต่าง ๆ ปรับมือของ CTT เดิม สอง
วิธีการจับคู่ระหว่างมา CTT ที่ทดสอบ: การ
วิธีเพื่อนบ้านที่ใกล้ที่สุด (แบบยุคลิดระหว่างความ
เวกเตอร์และปรับมือ CTT) และ
(dot product between chroma vector and hand-tuned CTT) วิธีการถ่วงน้ำหนักผล
มือปรับแต่งทำได้ โดยการทดลองผิดพลาด และบัญชีสำหรับการ
คอร์ดน่าเป็นชนิดและหมายเลขของหมายเหตุภายในคอร์ด
ชนิด สองวิธีหลังการประมวลผลจะนำมาใช้เพื่อ
คำนึงถึงโครงสร้างชั่วคราวของลำดับคอร์ด
ครั้งแรกจะเรียบกว่าเวกเตอร์ความอดีต
ลดเสียง และใช้ข้อเท็จจริงที่คอร์ดปกติ
เวลาหลายเฟรม ครั้งที่สองจะพบคอร์ด
เปลี่ยนแปลง โดยการตรวจสอบทิศทางของเวกเตอร์ความ

ผลลัพธ์ (ไทย) 2:

เป็นครั้งแรกที่ระบบแม่แบบที่ใช้สำหรับการรับรู้เสียงคอร์ด
ได้รับการพัฒนาโดยฟูจิ [2] วิธีนี้เป็นคนแรก
ที่จะพิจารณาคอร์ดไม่เพียง แต่เป็นชุดของบันทึกแต่ละราย แต่
ค่อนข้างจะเป็นหน่วยงานที่มีโครงสร้างที่ถูกกำหนดโดยรากหนึ่ง
และประเภทหนึ่ง กระบวนการถอดความคอร์ดอยู่บนพื้นฐานของ
การสกัดจากสัญญาณของโปรไฟล์พิชั้น (PCP) หรือ
เวกเตอร์สี เวกเตอร์สีเป็นพาหะ 12 มิติ
ที่แต่ละองค์ประกอบที่แสดงให้เห็นถึงพลังงานหรือนูนของ
หนึ่งใน 12 เสียงกึ่งภายในระดับสีโดยไม่คำนึงถึง
ของคู่ วิวัฒนาการชั่วคราวของเวกเตอร์สีเหล่านี้
จะเรียกว่า chromagram: ก็มีการใช้กันอย่างแพร่หลายในวรรณกรรม
สำหรับคอร์ดหรือการประเมินที่สำคัญ [5], [7] ในแนวทางฟูจิของ
324 คอร์ดมีการตรวจพบแต่ละของพวกเขาสร้างแบบจำลองโดยไบนารี
คอร์ดประเภทแม่แบบ (CTT) การตรวจจับคอร์ดจะดำเนินการ
เป็นครั้งแรกโดยการคำนวณคะแนนสำหรับทุกรากและคอร์ดชนิดแล้ว
เลือกคะแนนที่ดีที่สุด คะแนนจะคำนวณจากสี
และรูปแบบเวกเตอร์มือปรับจากเดิม CTT สอง
วิธีการจับคู่ระหว่างพีซีและ CTT จะมีการทดสอบ:
วิธีเพื่อนบ้านที่ใกล้ที่สุด (ยุคลิดระยะห่างระหว่างสี
เวกเตอร์และมือปรับ CTT) และผลรวมวิธีการถ่วงน้ำหนัก
(ผลิตภัณฑ์จุดระหว่างเวกเตอร์สีและมือปรับ CTT)
มือจูนจะทำ โดยการทดลองและข้อผิดพลาดและบัญชีสำหรับ
ความน่าจะเป็นชนิดคอร์ดและจำนวนของบันทึกภายในคอร์ด
ชนิด สองวิธีการประมวลผลภายหลังได้ถูกนำเสนอเพื่อให้
คำนึงถึงโครงสร้างชั่วคราวของคอร์ดลำดับ
แรกคือความพยายามที่จะราบรื่นกว่าเวกเตอร์สีที่ผ่านมา
ทั้งการลดเสียงรบกวนและใช้ความจริงที่ว่าคอร์ดมักจะ
เป็นเวลาหลายเฟรม พยายามครั้งที่สองคือการตรวจสอบคอร์ด
การเปลี่ยนแปลงโดยการตรวจสอบทิศทางของเวกเตอร์สี

ผลลัพธ์ (ไทย) 3:

แบบแรกที่ใช้ระบบสำหรับ
ยอมรับคอร์ดเสียงถูกพัฒนาโดย Fujishima [ 2 ] วิธีนี้เป็นคนแรก
ที่เห็นว่าคอร์ดไม่เพียง แต่เป็นชุดของบันทึกย่อของแต่ละบุคคล แต่เป็นองค์กรที่มีโครงสร้าง
แทนที่จะถูกกำหนดโดย
รากหนึ่งประเภทหนึ่ง คอร์ดการถอดความกระบวนการขึ้นอยู่กับ
การสกัดจากสัญญาณเสียงรูปแบบคลาส ( PCP ) หรือ
Chroma เวกเตอร์Chroma เวกเตอร์ 12 มิติเวกเตอร์
ที่แต่ละองค์ประกอบหมายถึงพลังงานหรือความเด่นของ
หนึ่งใน 12 โทนสีภายในแบบกึ่งนึง
ของความถี่ วิวัฒนาการเกี่ยวกับเวกเตอร์
Chroma เหล่านี้เรียกว่า chromagram : มันถูกใช้กันอย่างแพร่หลายในวรรณกรรม
สำหรับคอร์ดหรือคีย์ประมาณ [ 5 ] , [ 7 ] ใน ฟูจิชิมะเป็นแนวทาง
324 คอร์ดที่ตรวจพบแต่ละของพวกเขาแบบไบนารี
คอร์ดประเภทต้นแบบ ( CTT ) คอร์ดการตรวจสอบจะดำเนินการ
ครั้งแรกโดยการคำนวณคะแนนสำหรับทุกประเภทและรากคอร์ดแล้ว
เลือกคะแนนที่ดีที่สุด คะแนนจะคำนวณจากเวกเตอร์ Chroma
มือติดตามการเปลี่ยนแปลงของดั้งเดิม ต้นฉบับ การจับคู่ระหว่างสอง
วิธี PCP และทั่วโลกมีการทดสอบ :
วิธีการเพื่อนบ้านที่ใกล้ที่สุด ( ระยะทางแบบยุคลิดระหว่าง Chroma
เวกเตอร์มือปรับ CTT ) และผลรวมถ่วงน้ำหนักวิธีการ
( ผลคูณจุดระหว่างเวกเตอร์ Chroma และมือปรับ CTT ) .
มือปรับทำโดยการทดลองและข้อผิดพลาดและบัญชีสำหรับ
คอร์ดประเภทความน่าจะเป็นและจำนวนบันทึกภายในชนิดคอร์ด

สองคนข้างหลังวิธีแนะนำเพื่อ
คำนึงถึงโครงสร้างชั่วคราวของคอร์ดลำดับ .
ความพยายามครั้งแรกที่จะราบรื่นกว่า
เวกเตอร์ Chroma ที่ผ่านมาทั้ง ลดเสียง และใช้ความจริงที่ว่าคอร์ดปกติ
กินเวลาเฟรมหลาย ความพยายามครั้งที่สองคือการตรวจสอบการเปลี่ยนแปลงคอร์ด
โดยการตรวจสอบทิศทางของ Chroma เวกเตอร์