音乐转录
我正在制作一个复音音乐转录项目。 我已经阅读了一些论文，并阅读了解释类似任务的文章。 我对问题领域的许多方面感到非常困惑。 希望有人能够帮助我。
到目前为止，我已经从给定的mp3获得了解码音频数据流。
我已经了解起病检测是转录的第一步。 。 是否有可用的Java库可用于检测开始。
接下来，如我所读，使用FFT也可以检测基频。
我想知道在这些任务中使用FFT。 （我对FFT不熟悉）。 是否必须执行FFT以进行起始检测和F0检测。 如果不是其他方式。 我可以在我的音频流上执行FFT，或者是否需要执行其他操作才能操作这些音频数据。
非常感谢。
此字段称为机器侦听。
数字编码音乐的复音转录是机器收听的圣杯之一。 这是一个尚未解决的问题，也是一个积极研究的领域。 子领域包括：
- 发起检测
- 节拍提取（检测度量结构，时间标签等）
- 音高检测（可能使用自动相关和其他方法，对单声道信号，但在应用于复杂的复音音乐时是一个未解决的问题）
- 密钥检测（密钥签名检测）。
根据项目的性质，您可能会发现探索SuperCollider编程环境很有用。 SC是一种专为此类项目设计的语言，已经拥有大量的机器监听插件（ugens），以及用于处理FFT，音频信号等的综合框架。
关于音符开始检测的这个问题包含许多可能对您有用的信息。
这听起来是一个巨大但非常有趣的项目，祝你好运。
音乐转录意味着从声音（或音频数据）创建音乐符号。 虽然有成就的音乐家，特别是composer php能够做到这一点，但使用机器这是一项非常困难的任务，据我所知，到目前为止几乎没有成功 – 主要是学术实验。
基本上，要识别音符，您需要知道它们的起点，结束位置以及音高。 傅里叶变换是将时域（音频数据）转换为频域（音高）的最基本方式 – 原则上。 在实践中，乐器会产生大量的谐波（泛音），如果我们添加了复音（很多F0），那就太乱了。
您可以尝试将类似音频数据的50毫秒连续切片输入FFT。 通过这种方式，您可以获得每个切片的光谱，然后检测每个切片中最强的峰值，并根据连续切片之间的情况推断出节奏。
对不起，我帮不了多少……但是只是想指出你要做的事情非常困难，认真。 也许你应该从更简单的东西开始，比如检测一个音符的正弦波旋律。 祝你好运！
要检测复音音乐中旋律的基频，您可以试用MELODIA鞋面插件（仅限非商业用途）： http ：//mtg.upf.edu/technologies/melodia
如果你想自己实现一个旋律提取算法，你将不得不查看当前最先进的研究，一个好的起点可能是MIREX旋律提取年度评估活动： http：// http://www.music-ir.org/mirex/wiki/Audio_Melody_Extraction
那，或只是谷歌“旋律提取”;）