Reconocimiento holístico de partituras musicales

Abstract

El reconocimiento de patrones con dependencia temporal es común en áreas como el reconocimiento del habla o el procesamiento del lenguaje natural. De manera análoga, encontramos el reconocimiento de texto o video en el campo de análisis de imágenes. Recientemente, las Redes Neuronales Recurrentes (RNN, por sus siglas en inglés) han sido ampliamente utilizadas para resolver estas tareas, arrojando buenos resultados, siguiendo un planteamiento conocido como reconocimiento holístico. Sin embargo, su aplicación en el campo del Reconocimiento Óptico de Música (OMR, por sus siglas en inglés) no es tan sencillo debido a la presencia de diferentes elementos en la misma posición horizontal, interrumpiendo así el flujo lineal temporal. En este artículo se estudia la capacidad de las RNN para aprender códigos que representan esta interrupción en partituras musicales homofónicas. Los resultados obtenidos demuestran que las formas serializadas para codificar el contenido musical propuestas son apropiadas para el OMR basado en RNN y que por tanto, merecen más estudio.