Titre :

Comparing Voice and Stream Segmentation Algorithms

Auteur(s) :

Guiomard-Kagan, Nicolas [Auteur]
Modélisation, Information et Systèmes - UR UPJV 4290 [MIS]
Algomus
Giraud, Mathieu [Auteur]
Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 [CRIStAL]
Algomus
Groult, Richard [Auteur]
Modélisation, Information et Systèmes - UR UPJV 4290 [MIS]
Algomus
Leve, Florence [Auteur]
Modélisation, Information et Systèmes - UR UPJV 4290 [MIS]
Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 [CRIStAL]
Algomus

Titre de la manifestation scientifique :

International Society for Music Information Retrieval Conference (ISMIR 2015)

Ville :

Malaga

Pays :

Espagne

Date de début de la manifestation scientifique :

2015-10-26

Titre de l’ouvrage :

Proceedings of the 16th ISMIR Conference

Date de publication :

2015

Mot(s)-clé(s) en anglais :

stream segmentation
voice segmentation
music information retrieval
melody

Discipline(s) HAL :

Sciences de l'Homme et Société/Musique, musicologie et arts de la scène
Informatique [cs]/Son [cs.SD]
Informatique [cs]/Algorithme et structure de données [cs.DS]

Résumé en anglais : [en]

Voice and stream segmentation algorithms group notes from polyphonic data into relevant units, providing a better understanding of a musical score. Voice segmentation algorithms usually extract voices from the beginning ...
Lire la suite >Voice and stream segmentation algorithms group notes from polyphonic data into relevant units, providing a better understanding of a musical score. Voice segmentation algorithms usually extract voices from the beginning to the end of the piece, whereas stream segmentation algorithms identify smaller segments. In both cases, the goal can be to obtain mostly monophonic units, but streams with poly-phonic data are also relevant. These algorithms usually cluster contiguous notes with close pitches. We propose an independent evaluation of four of these algorithms (Tem-perley, Chew and Wu, Ishigaki et al., and Rafailidis et al.) using several evaluation metrics. We benchmark the algorithms on a corpus containing the 48 fugues of Well-Tempered Clavier by J. S. Bach as well as 97 files of popular music containing actual polyphonic information. We discuss how to compare together voice and stream segmen-tation algorithms, and discuss their strengths and weaknesses.Lire moins >

Langue :

Anglais

Comité de lecture :

Oui

Audience :

Internationale

Vulgarisation :

Non

Projet ANR :

Plateforme Recherche et Innovation dans les Environnements Visuels Numériques et Interactifs

Collections :

• Centre de Recherche en Informatique, Signal et Automatique de Lille (CRIStAL) - UMR 9189

Source :

Harvested from HAL