Problemas de ciência da computação relacionados à música?

Existem problemas de CS, de preferência abertos, relacionados à música ou à teoria musical de alguma forma? Eu pensaria em problemas com notação musical, mas também em probabilidades ao randomizar de acordo com uma escala, uma tonalidade ou geral, o que é considerado harmonia em frequências e física, eletromagnetismo e formas de onda.

Você pode dar exemplos da área que eu quero conhecer?

Por exemplo, dado um algoritmo que adivinha uma melodia, qual será o êxito da melodia em se assemelhar a um artista ou a um problema de decisão igualmente viável ou o que você acha?

É fácil pensar em muitos problemas diferentes:

1. Convertendo som em partituras.
2. Convertendo pontuações em som.
3. Composição musical automática.
4. Análise musical, por exemplo, reconhecimento de teclas.
5. Classificação musical, como reconhecimento de estilo e reconhecimento de artista.

Todas essas coisas estão realmente sendo feitas.

a música é uma maneira agradável / pura / natural de abordar alguns algoritmos / aplicativos de CS muito avançados, etc.

uma área importante envolve a tentativa de separar canais diferentes de um som misto. em outras palavras, suponha que faixas separadas sejam misturadas em uma única faixa (instrumentos, vocais, etc.). na verdade, é um problema estatístico / AI muito avançado de separar as faixas originais da faixa mista. outro aplicativo básico está tentando remover os vocais apenas da música; existem dispositivos anunciados para fazer isso, alguns deles altamente projetados e caros, chamados removedores vocais . esse mesmo problema surge em outras formas de estatística. meu entendimento é que a ACI, análise de componentes independentes, pode ser usada para resolver esse problema.

outra área interessante de aplicação do CS à música relacionada aos vocais, desfrutando de um aumento maciço em uso na última década: corretores de afinação ou o chamado autotune, que ajustam a afinação vocal a incrementos discretos na tecla. O autotune tem origem na análise científica / estatística / matemática; da wikipedia:

O Auto-Tune foi criado inicialmente por Andy Hildebrand, um engenheiro que trabalha para a Exxon. Hildebrand desenvolveu métodos para interpretar dados sísmicos e subseqüentemente percebeu que a tecnologia poderia ser usada para detectar, analisar e modificar o tom nos arquivos de áudio. [3]

Além disso, plug-ins de áudio para efeitos, ou "caixas de efeitos", geralmente envolvem muitos conceitos altamente avançados de processamento de sinais / CS, intimamente ligados à teoria algorítmica e matemática, como transformadas de Fourier , etc. Outro efeito comum com alguma teoria / complexidade algorítmica é o reverb, que tem raízes na convolução matemática .

ref [3] da wikipedia com mais informações sobre autotune e Hildebrand: The Gerbils Revenge / Auto-Tune corrige o tom de um cantor. Também distorce - uma grande tradição no pop. , Sasha Frere-Jones, Nova-iorquina 9/6/2008

Há um campo de recuperação de informações da máquina (MIR) relacionado à recuperação de informações da música. Você pode encontrar um artigo interessante " Abordagens de aprendizado de máquina para recuperação de informações musicais " de Tao Li et al. que descreve vários problemas no MIR e as abordagens de aprendizado de máquina correspondentes:

• Detecção de emoção na música.
• Identificação do estilo de música.
• Recomendação de música (por exemplo, para geração de lista de reprodução).

Outro bom artigo é " Recuperação e recomendação de informações musicais contextuais: estado da arte e desafios ", de Marius Kaminskas et al. que também descreve os problemas MIR já mencionados e:

• Consultando músicas por exemplo
• Consultando música cantarolando

A tese de doutorado " Recomendação musical e descoberta. Na cauda longa " de carscar Celma Herrada é um recurso fantástico e eu pessoalmente gostei dos slides .

Finalmente, a escola de verão MIR será organizada em breve. A inscrição já está fechada, mas você pode achar interessante o material desta escola.