Details

Объектом исследования выступают интеллектуальные системы автоматического анализа музыкального сигнала. Предмет исследования — методы и программные решения автоматической нотной транскрипции аудиофайлов. Цель работы — создать программный инструмент, который автоматизирует процесс нотной транскрипции, обеспечивает удобную организацию файлов и может быть полезен как для обучения, так и для анализа музыкальных произведений. В процессе выполнения были применены методы анализа и сравнения аналогов, построения и обучения нейросетевой архитектуры, а также проектирования клиент-серверного взаимодействия. В качестве методологии использовался практико-ориентированный подход: была разработана модель, реализована её интеграция в серверное приложение с REST API, создан пользовательский интерфейс и проведено поэтапное тестирование. Комплексное тестирование включало модульное, интеграционное, валидационное и отказоустойчивое тестирование. Оно подтвердило корректность работы модели, устойчивость к ошибкам и надёжность серверной части. Полученные результаты продемонстрировали высокую точность распознавания нот на тестовых аудиофайлах. Разработанный программный тренажёр может быть использован в образовательной практике, а также при решении прикладных задач в области цифровой обработки музыкальной информации и музыкального анализа.

The object of the research is intelligent systems for automatic analysis of musical signals. The subject of the research is methods and software solutions for automatic transcription of audio files into musical notation. The goal of the work is to create a software tool that automates the transcription process, provides convenient file organization, and can be useful both for learning and for musical analysis. During the project, methods of analyzing and comparing existing solutions, designing and training a neural network architecture, as well as developing client-server interaction were applied. A practice-oriented approach was used as the methodological basis: the model was developed and integrated into a server application with a REST API, a user interface was implemented, and staged testing was carried out. Comprehensive testing included unit, integration, validation, and fault-tolerance testing. It confirmed the correctness of the model, robustness against errors, and reliability of the server-side components. The results demonstrated a high level of transcription accuracy on test audio files. The developed software trainer can be used in educational settings as well as for solving practical problems in the field of digital music processing and analysis.

• Разработка тренажера с функцией нотной транскрипции мелодии
  • Введение
  • 1. Анализ существующих аналогов
  • 2. Функциональное и архитектурное проектирование
  • 3. Разработка тренажера
  • 4. Тестирование и апробация результатов
  • Заключение
  • Список сокращений и условных обозначений
  • Словарь терминов
  • Список использованных источников
  • ПРИЛОЖЕНИЕ 1 Программные модули разработанного тренажера
  • ПРИЛОЖЕНИЕ 2 Визуализация пользовательского интерфейса