???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tede.ufam.edu.br/handle/tede/5490
???metadata.dc.type???: Dissertação
Title: Separação automática de instrumentos de percussão brasileira a partir de mistura pré-gravada
???metadata.dc.creator???: Tomaz Junior, Pedro Donadio 
???metadata.dc.contributor.advisor1???: Silva Júnior, Waldir Sabino da
First advisor-co: Pereira, Luiz Wagner
???metadata.dc.description.resumo???: Apresenta-se, nesta dissertação, uma investigação sobre separação cega de fontes. O tema, atualmente bastante pesquisado, encontra aplicação em diversas áreas, sendo aqui explorado no contexto musical de instrumentos de percussão presentes na cultura brasileira. São descritas as técnicas de separação utilizadas: a fatora ção de matrizes não-negativas (NMF, non-negative matrix factorization ) e uma de suas extensões (NFMD non-negative matrix factor deconvolution ), e a ltragem do espectrograma por mediana que possuem naturezas distintas mas são reunidas neste trabalho para separar misturas percussivas. O termo mistura identi ca uma faixa de áudio onde dois ou mais instrumentos tocam juntos. As duas contribuições principais desta dissertação são: a investigação das técnicas de separação de fontes aplicadas às sub-bandas do sinal e a geração de uma base de dados de instrumentos de percussão brasileira. São propostos, ainda, sistemas de separação envolvendo sub-bandas, NMF e ltragem por mediana em diversos arranjos, com o propósito de aprimorar a separação das misturas. Além disso, o efeito da qualidade da mistura sobre o sistema de separação é avaliado. Misturas com alto grau de reverberação são geradas através de software pro ssional de simulação para colocar o sistema à prova.
Abstract: In this work, we present an investigation about blind source separation. Blind source separation, currently widely researched, is applied in many areas of knowledge, being here evaluated in the musical context, with Brazilian percussion instruments. The approached separation techniques are described: the NMF (nonnegative matrix factorization) along with its extension NMFD (non-negative matrix factor deconvolution), and the spectrogram median ltering which are essentially di erent, but combined in this thesis to separate percussive mixture signals. The term mixture identi es an audio track where two or more instruments are playing together. The two main contributions of this dissertation are: the investigation of blind source separation techniques applied to the signals' subbands and a recorded database of Brazilian percussion instruments. Other source separation systems are proposed; they combine the use of subbands, the NMF, and the median lter in various arrangements to enhance the mixture separations results. Futhermore, the e ect of the mixture quality on the system performance are evaluated. Mixtures with high reverberation times have been produced with the aid of a professional simulation software to test the proposed systems.
Keywords: Separação de fontes
Espectrograma por mediana
Filtragem por mediana
???metadata.dc.subject.cnpq???: ENGENHARIAS: ENGENHARIA ELÉTRICA
Language: por
???metadata.dc.publisher.country???: Brasil
Publisher: Universidade Federal do Amazonas
???metadata.dc.publisher.initials???: UFAM
???metadata.dc.publisher.department???: Faculdade de Tecnologia
???metadata.dc.publisher.program???: Programa de Pós-graduação em Engenharia Elétrica
Citation: TOMAZ JUNIOR, Pedro Donadio de. Separação automática de instrumentos de percussão brasileira a partir de mistura pré-gravada. 2016. 91 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Amazonas, Manaus, 2016.
???metadata.dc.rights???: Acesso Aberto
???metadata.dc.rights.uri???: http://creativecommons.org/licenses/by-nc-nd/4.0/
URI: http://tede.ufam.edu.br/handle/tede/5490
Issue Date: 10-Jun-2016
Appears in Collections:Mestrado em Engenharia Elétrica

Files in This Item:
File Description SizeFormat 
Dissertação - Pedro D. Tomaz Junior.pdf5.99 MBAdobe PDFThumbnail

Download/Open Preview


This item is licensed under a Creative Commons License Creative Commons