Konvoluutioneuroverkko metallimusiikkia sisältävän polyfonisen ääniraidan rumpuiskutapahtumien havaitsemisessa

Tässä tutkielmassa tutkittiin automaattista rumputranskriptiota käyttäen konvoluutioneuroverkkoa iskutapahtumien havaitsemiseen ja transkriptioon ääniraidasta, jossa on säröä sisältävää metallimusiikkia rumpujen seassa. Iskutapahtumien havaitseminen on perustavanlaatuinen ja tärkeä vaihe musiikkiana...

Täydet tiedot

Bibliografiset tiedot
Päätekijä: Väisänen, Jaro
Muut tekijät: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Aineistotyyppi: Pro gradu
Kieli:fin
Julkaistu: 2020
Aiheet:
Linkit: https://jyx.jyu.fi/handle/123456789/73276
_version_ 1826225750921969664
author Väisänen, Jaro
author2 Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_facet Väisänen, Jaro Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä Väisänen, Jaro Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_sort Väisänen, Jaro
datasource_str_mv jyx
description Tässä tutkielmassa tutkittiin automaattista rumputranskriptiota käyttäen konvoluutioneuroverkkoa iskutapahtumien havaitsemiseen ja transkriptioon ääniraidasta, jossa on säröä sisältävää metallimusiikkia rumpujen seassa. Iskutapahtumien havaitseminen on perustavanlaatuinen ja tärkeä vaihe musiikkianalyysissä, kuten automaattisessa transkriptiossa ja rytmin tunnistamisessa. Automaattinen rumputranskriptio on nuotinnuksen tekemistä äänitetystä rumpujen soitosta, missä iskutapahtumien havaitsemista voidaan kuvailla prosessin ensimmäiseksi vaiheeksi. Rumpuiskutapahtumista pyrittiin havaitsemaan bassorumpua ja virveliä, jotka ovat hi-hatin lisäksi useimmiten valitut rumpuinstrumentit transkription haasteellisuuden vuoksi. Konvoluutioneuroverkoilla tehtynä transkription tulokset ovat tänä päivänä parhaita muihin menetelmiin verrattuna etenkin silloin, kun rumpuiskujen seassa on polyfonista musiikkia. Tutkimuksessa luotiin konvoluutioneuroverkkototeutus polyfonisten ääniraitojen rumpuiskutapahtumien havaitsemista varten. Menetelmän kehitysvaiheessa aineistona käytettiin ENST-rumputietokantaa, joka on vastaavissa tutkimuksissa laajasti käytetty rumpuaineisto. Menetelmän testaamisessa käytettiin ENST-rumputietokannan lisäksi Riddle Me This -yhtyeen studioäänityssessiosta saatuja ääniraitoja, joilla voitiin todentaa menetelmän toimivuutta metallimusiikissa. Tutkimuksen tuloksista selvisi, että virveli-iskutapahtumia saatiin havaittua paremmin aiempaan tutkimukseen verrattuna, ja bassorummun iskutapahtumia vain hieman paremmalla tarkkuudella. Menetelmä oli sovellettavissa myös metallimusiikkiaineistoon eroteltujen perkussiivisten elementtien ansiosta. This paper examines automatic drum transcription using Convolutional Neural Networks (CNN) to detect drum onsets from polyphonic metal music. Onset detection is a fundamental task particularly in rhythm related musical analysis. It can be described as the first step in automatic drum transcription, where the aim is to produce an accurate notation of a musical composition. As the most common drum instruments used in onset detection, bass drum and snare drum were the target instruments applied in this paper. CNNs are said to produce the most prominent results obtained from transcription tasks particularly in the case where drum instruments are among polyphonic music. A method for detecting drum onsets from polyphonic music was implemented and evaluated as part of this thesis. The method is evaluated and trained using the publicly available ENST Drum database, allowing comparison with previous studies. The comparison shows that the developed method was able to detect snare drum onsets with better accuracy, and bass drum onsets with slightly improved accuracy compared to the previous method. The method is then evaluated in the metal music context using polyphonic tracks obtained from studio sessions by the metal band Riddle Me This. Applicability to the metal music dataset was also verified.
first_indexed 2024-09-11T08:52:37Z
format Pro gradu
free_online_boolean 1
fullrecord [{"key": "dc.contributor.advisor", "value": "Nieminen, Paavo", "language": "", "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "V\u00e4is\u00e4nen, Jaro", "language": "", "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2020-12-17T07:43:21Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2020-12-17T07:43:21Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2020", "language": "", "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/73276", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "T\u00e4ss\u00e4 tutkielmassa tutkittiin automaattista rumputranskriptiota k\u00e4ytt\u00e4en konvoluutioneuroverkkoa iskutapahtumien havaitsemiseen ja transkriptioon \u00e4\u00e4niraidasta, jossa on s\u00e4r\u00f6\u00e4 sis\u00e4lt\u00e4v\u00e4\u00e4 metallimusiikkia rumpujen seassa. Iskutapahtumien havaitseminen on perustavanlaatuinen ja t\u00e4rke\u00e4 vaihe musiikkianalyysiss\u00e4, kuten automaattisessa transkriptiossa ja rytmin tunnistamisessa. Automaattinen rumputranskriptio on nuotinnuksen tekemist\u00e4 \u00e4\u00e4nitetyst\u00e4 rumpujen soitosta, miss\u00e4 iskutapahtumien havaitsemista voidaan kuvailla prosessin ensimm\u00e4iseksi vaiheeksi. Rumpuiskutapahtumista pyrittiin havaitsemaan bassorumpua ja virveli\u00e4, jotka ovat hi-hatin lis\u00e4ksi useimmiten valitut rumpuinstrumentit transkription haasteellisuuden vuoksi. Konvoluutioneuroverkoilla tehtyn\u00e4 transkription tulokset ovat t\u00e4n\u00e4 p\u00e4iv\u00e4n\u00e4 parhaita muihin menetelmiin verrattuna etenkin silloin, kun rumpuiskujen seassa on polyfonista musiikkia. Tutkimuksessa luotiin konvoluutioneuroverkkototeutus polyfonisten \u00e4\u00e4niraitojen rumpuiskutapahtumien havaitsemista varten. Menetelm\u00e4n kehitysvaiheessa aineistona k\u00e4ytettiin ENST-rumputietokantaa, joka on vastaavissa tutkimuksissa laajasti k\u00e4ytetty rumpuaineisto. Menetelm\u00e4n testaamisessa k\u00e4ytettiin ENST-rumputietokannan lis\u00e4ksi Riddle Me This -yhtyeen studio\u00e4\u00e4nityssessiosta saatuja \u00e4\u00e4niraitoja, joilla voitiin todentaa menetelm\u00e4n toimivuutta metallimusiikissa. Tutkimuksen tuloksista selvisi, ett\u00e4 virveli-iskutapahtumia saatiin havaittua paremmin aiempaan tutkimukseen verrattuna, ja bassorummun iskutapahtumia vain hieman paremmalla tarkkuudella. Menetelm\u00e4 oli sovellettavissa my\u00f6s metallimusiikkiaineistoon eroteltujen perkussiivisten elementtien ansiosta.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.abstract", "value": "This paper examines automatic drum transcription using Convolutional Neural Networks (CNN) to detect drum onsets from polyphonic metal music. Onset detection is a fundamental task particularly in rhythm related musical analysis. It can be described as the first step in automatic drum transcription, where the aim is to produce an accurate notation of a musical composition. As the most common drum instruments used in onset detection, bass drum and snare drum were the target instruments applied in this paper. CNNs are said to produce the most prominent results obtained from transcription tasks particularly in the case where drum instruments are among polyphonic music. A method for detecting drum onsets from polyphonic music was implemented and evaluated as part of this thesis. The method is evaluated and trained using the publicly available ENST Drum database, allowing comparison with previous studies. The comparison shows that the developed method was able to detect snare drum onsets with better accuracy, and bass drum onsets with slightly improved accuracy compared to the previous method. The method is then evaluated in the metal music context using polyphonic tracks obtained from studio sessions by the metal band Riddle Me This. Applicability to the metal music dataset was also verified.", "language": "en", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by Miia Hakanen (mihakane@jyu.fi) on 2020-12-17T07:43:21Z\nNo. of bitstreams: 0", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2020-12-17T07:43:21Z (GMT). No. of bitstreams: 0\n Previous issue date: 2020", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "66", "language": "", "element": "format", "qualifier": "extent", "schema": "dc"}, {"key": "dc.format.mimetype", "value": "application/pdf", "language": null, "element": "format", "qualifier": "mimetype", "schema": "dc"}, {"key": "dc.language.iso", "value": "fin", "language": null, "element": "language", "qualifier": "iso", "schema": "dc"}, {"key": "dc.rights", "value": "In Copyright", "language": "en", "element": "rights", "qualifier": null, "schema": "dc"}, {"key": "dc.subject.other", "value": "metallimusiikki", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "konvoluutioneuroverkko", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "signaalink\u00e4sittely", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "automaattinen rumputranskriptio", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "iskutapahtuma", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "STFT", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "Konvoluutioneuroverkko metallimusiikkia sis\u00e4lt\u00e4v\u00e4n polyfonisen \u00e4\u00e4niraidan rumpuiskutapahtumien havaitsemisessa", "language": "", "element": "title", "qualifier": null, "schema": "dc"}, {"key": "dc.type", "value": "master thesis", "language": null, "element": "type", "qualifier": null, "schema": "dc"}, {"key": "dc.identifier.urn", "value": "URN:NBN:fi:jyu-202012177210", "language": "", "element": "identifier", "qualifier": "urn", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Pro gradu -tutkielma", "language": "fi", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Master\u2019s thesis", "language": "en", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Informaatioteknologian tiedekunta", "language": "fi", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Faculty of Information Technology", "language": "en", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Informaatioteknologia", "language": "fi", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Information Technology", "language": "en", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "Jyv\u00e4skyl\u00e4n yliopisto", "language": "fi", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "University of Jyv\u00e4skyl\u00e4", "language": "en", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Tietotekniikka", "language": "fi", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Mathematical Information Technology", "language": "en", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "yvv.contractresearch.funding", "value": "0", "language": "", "element": "contractresearch", "qualifier": "funding", "schema": "yvv"}, {"key": "dc.type.coar", "value": "http://purl.org/coar/resource_type/c_bdcc", "language": null, "element": "type", "qualifier": "coar", "schema": "dc"}, {"key": "dc.rights.accesslevel", "value": "openAccess", "language": null, "element": "rights", "qualifier": "accesslevel", "schema": "dc"}, {"key": "dc.type.publication", "value": "masterThesis", "language": null, "element": "type", "qualifier": "publication", "schema": "dc"}, {"key": "dc.subject.oppiainekoodi", "value": "602", "language": "", "element": "subject", "qualifier": "oppiainekoodi", "schema": "dc"}, {"key": "dc.subject.yso", "value": "musiikki", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "rummut", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.format.content", "value": "fulltext", "language": null, "element": "format", "qualifier": "content", "schema": "dc"}, {"key": "dc.rights.url", "value": "https://rightsstatements.org/page/InC/1.0/", "language": null, "element": "rights", "qualifier": "url", "schema": "dc"}, {"key": "dc.type.okm", "value": "G2", "language": null, "element": "type", "qualifier": "okm", "schema": "dc"}]
id jyx.123456789_73276
language fin
last_indexed 2025-02-18T10:56:50Z
main_date 2020-01-01T00:00:00Z
main_date_str 2020
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/22c80377-c556-4437-a5f3-23057aa602ec\/download","text":"URN:NBN:fi:jyu-202012177210.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2020
record_format qdc
source_str_mv jyx
spellingShingle Väisänen, Jaro Konvoluutioneuroverkko metallimusiikkia sisältävän polyfonisen ääniraidan rumpuiskutapahtumien havaitsemisessa metallimusiikki konvoluutioneuroverkko signaalinkäsittely automaattinen rumputranskriptio iskutapahtuma STFT Tietotekniikka Mathematical Information Technology 602 musiikki rummut
title Konvoluutioneuroverkko metallimusiikkia sisältävän polyfonisen ääniraidan rumpuiskutapahtumien havaitsemisessa
title_full Konvoluutioneuroverkko metallimusiikkia sisältävän polyfonisen ääniraidan rumpuiskutapahtumien havaitsemisessa
title_fullStr Konvoluutioneuroverkko metallimusiikkia sisältävän polyfonisen ääniraidan rumpuiskutapahtumien havaitsemisessa Konvoluutioneuroverkko metallimusiikkia sisältävän polyfonisen ääniraidan rumpuiskutapahtumien havaitsemisessa
title_full_unstemmed Konvoluutioneuroverkko metallimusiikkia sisältävän polyfonisen ääniraidan rumpuiskutapahtumien havaitsemisessa Konvoluutioneuroverkko metallimusiikkia sisältävän polyfonisen ääniraidan rumpuiskutapahtumien havaitsemisessa
title_short Konvoluutioneuroverkko metallimusiikkia sisältävän polyfonisen ääniraidan rumpuiskutapahtumien havaitsemisessa
title_sort konvoluutioneuroverkko metallimusiikkia sisältävän polyfonisen ääniraidan rumpuiskutapahtumien havaitsemisessa
title_txtP Konvoluutioneuroverkko metallimusiikkia sisältävän polyfonisen ääniraidan rumpuiskutapahtumien havaitsemisessa
topic metallimusiikki konvoluutioneuroverkko signaalinkäsittely automaattinen rumputranskriptio iskutapahtuma STFT Tietotekniikka Mathematical Information Technology 602 musiikki rummut
topic_facet 602 Mathematical Information Technology STFT Tietotekniikka automaattinen rumputranskriptio iskutapahtuma konvoluutioneuroverkko metallimusiikki musiikki rummut signaalinkäsittely
url https://jyx.jyu.fi/handle/123456789/73276 http://www.urn.fi/URN:NBN:fi:jyu-202012177210
work_keys_str_mv AT väisänenjaro konvoluutioneuroverkkometallimusiikkiasisältävänpolyfonisenääniraidanrumpuiskutapah