Exploração e avaliação de técnicas de reconhecimento de acordes em gravações de guitarra elétrica

Abstract

O presente trabalho tem como objetivo explorar diferentes técnicas na área de reconhecimento e classificação de acordes, tendo como foco gravações de áudio de guitarra elétrica. A partir de um algoritmo que utiliza um pipeline básico para reconhecimento de acordes, são feitos múltiplos experimentos em suas diferentes etapas, avaliando seus efeitos no resultado final do reconhecimento. O pipeline inicia com a segmentação do áudio em múltiplos quadros para processamento por FFT. São analisados diferentes tamanhos de janela e parâmetros de janelamento. Como segunda etapa, é feita a extração das notas musicais a partir do resultado da FFT. São comparadas diferentes técnicas para reduzir artefatos causados por sons harmônicos, principal fonte de erros da etapa. A terceira etapa do algoritmo efetua a acumulação das notas musicais num mapa conhecido como cromagrama, o qual contém 12 classes de semitons. Como etapa final, o cromagrama obtido é comparado com modelos de acorde para classificação. As diferentes técnicas são comparadas utilizando um conjunto de gravações de guitarra, considerando classificadores para os 24 acordes básicos (maiores e menores) e também com acordes estendidos (diferentes tipos de sétima) para um total de 60 acordes e a ausência de acorde, com acurácia de 68,9% para acordes do conjunto.

This work's objective is to explore different techniques on the chord recognition and classification field, with focus on audio recordings of electric guitar. From a basic chord recognition pipeline, multiple experiments are performed in its different stages, evaluating their effects on the final results of the recognition task. The pipeline begins with the segmentation of the audio into multiple frames for FFT processing. Different window sizes and windowing parameters are evaluated. As a second stage, the extraction of notes from the FFT's results is performed. Different overtone removal techniques are compared, as this is the main sources of errors of this stage. The third stage performs the accumulation of notes in a map known as chromagram, which contains 12 pitch classes. As the last stage, the resulting chromagram is compared to all chord templates for classification. The techniques are compared using a set of guitar recordings, considering classifiers for the 24 basic chords (major and minor) and also with an extended set of chords (different kinds of seventh chords) for a total of 60 chords and the absence of chords, resulting in an accuracy of 68,9% for chords in the set.