我正在處理復調音樂轉錄項目。我閱讀了一些論文，並閱讀了解釋類似任務的文章。我對這個問題領域的許多方面非常困惑。希望有人能幫助我。音樂轉錄
到目前爲止，我已經從給定的mp3獲得解碼音頻數據流。
我明白髮病檢測是轉錄的第一步。 。有沒有可用於檢測起始的Java庫？
接下來，檢測基頻也使用FFT進行，因爲我已經讀過。
我想知道在這些任務中使用FFT。 （我對FFT很不熟悉）。對於起始檢測和F0檢測，是否需要執行FFT？ 如果不是其他的方式。 我可以在我的audiostream上執行FFT，還是有一些其他操作必須完成才能操作這些音頻數據。
非常感謝。
這個question about note onset detection包含很多可能對您有用的信息。
這聽起來是一個很大但很有趣的項目，祝你好運。
音樂轉錄意味着從聲音（或音頻數據）創建音樂符號。雖然有成就的音樂家，特別是作曲家能夠做到這一點，但用機器做這件事是一件非常困難的事情，據我所知，迄今爲止一直沒有成功 - 主要是學術實驗。
基本上，要識別筆記，你想知道他們從哪裏開始，他們在哪裏結束，他們的音調是什麼。傅里葉變換是將時域（音頻數據）轉換到頻域（音調）的最基本方式 - 原則上。在實踐中，樂器會產生大量的泛音（泛音），如果我們添加了複音（許多F0），那就很糟糕。
您可以嘗試向FFT提供音頻數據的50毫秒連續片段。這樣你就可以得到每個切片的光譜，然後檢測每個切片中最強的峯值，並根據連續切片之間發生的情況推斷節奏。
對不起，我無法幫助太多...但只是想指出，你想要做的是非常困難，嚴重。也許你應該從簡單的事情開始，比如檢測一個音符的正弦波旋律。祝你好運！
該字段被稱爲機器收聽。
數字編碼音樂的複音是機器聽力的聖盃之一。這是一個未解決的問題，也是一個積極研究的領域。子場包括：
根據項目的性質，您可能會發現探索SuperCollider編程環境很有用。 SC是爲這樣的項目設計的語言，已經有大量的機器監聽插件（ugens）以及用於處理FFT，音頻信號等的綜合框架。
很好的答案。我見過的最好的商業案例是Celemony Melodyne的DNA：http：//www.celemony.com/cms/index.php？id = dna 他們取得的成就非常令人印象深刻，儘管它不直接用於轉錄。 – 2009-03-02 09:26:04
用於檢測和絃音樂旋律的基本頻率，你可以嘗試一下MELODIA鞋面插件（非商業用途）：http://mtg.upf.edu/technologies/melodia
如果你想自己實現一個旋律提取算法你」重新審視當前最新的研究成果，一個很好的起點可能是MIREX旋律抽取年度評估活動：http://www.music-ir.org/mirex/wiki/Audio_Melody_Extraction
那，或者只是谷歌「旋律抽取」;）
有趣的話題！ – erickson 2009-02-28 15:28:59