Wróć do opisu działania rozpoznawaniaCo nowego w OMR

Skanowanie PDF i zdjęć: co nowego.

Skanowanie w Opuscan, oparte na optycznym rozpoznawaniu nut (OMR), stale się poprawia. Ta strona zawiera aktualizacje importu PDF i zdjęć, od najnowszych.

Nowa wersja modelu z obsługą domyślnych grup niemiarowych

Sztycharze zwykle drukują małą „3” lub „6” tylko nad pierwszą triolą albo sekstolą w danym fragmencie, a kolejne grupy zostawiają bez cyfry — wykonawca ma sam kontynuować wzór. Takie nieoznaczone grupy to domyślne grupy niemiarowe: gra się je jak triole czy sekstole, choć nic na stronie tego nie mówi. Bardzo często spotyka się je w wydaniach dziewiętnastowiecznych, etiudach i wariacjach.

  • NowośćDomyślne grupy niemiarowe są już obsługiwane: odtwarzamy je z rytmu taktu, zamiast usuwać nuty, żeby takt zmieścił się w metrum.
  • LepszeZnacznie mniej zmyślonych triol — grupa niemiarowa trafia do partytury tylko tam, gdzie na stronie faktycznie wydrukowano cyfrę.
  • NowośćTytuły zapisane hangulem i koreańskie oznaczenia wykonawcze są już rozpoznawane.
  • PoprawkaZnaki orientacyjne przypisują się do taktu, który otwierają, a nie do najbliższej nuty.
  • PoprawkaDo tego zestaw drobniejszych poprawek dotyczących tekstu, oznaczeń akordów, nazw instrumentów, tabulatur, przedtaktów i danych partytury.

Nowa wersja modelu skupiona na dokładności zeskanowanych nut

Nowa wersja naszego autorskiego modelu obsługuje teraz każdy import PDF i zdjęć, a liczba błędów w naszych testach porównawczych na zeskanowanych nutach spadła o 22% do 51%. Największe postępy widać na trudniejszych stronach — starszych drukach i nierównym wydruku.

Nowa wersja modelu skupiona na poprawkach notacji

Ulepszona wersja naszego autorskiego modelu obsługuje teraz każdy import PDF i zdjęć, w szczególności:

  • NowośćObsługiwane są teraz fragmenty wielogłosowe ze wspólnymi pauzami oraz niewidocznymi pauzami.
  • PoprawkaKreski taktowe oraz zakończenia powtórek (wolty) są teraz poprawnie umieszczane w obrębie taktów.
  • LepszeBelkowanie jest rozpoznawane bardziej niezawodnie.
  • NowośćRozpoznawane są teraz metra zapisane w poprzek kilku pięciolinii, jak w partyturach orkiestrowych.
  • PoprawkaNaprawiono część symboli akordów eksportowanych do MusicXML z niestandardowym typem akordu.

Opuscan dla Windows

  • NowośćOpuscan — nasza samodzielna aplikacja do zamiany skanu na zapis nutowy — jest już dostępna na Windows, obok macOS, iPhone, iPad oraz Android. Zeskanuj stronę lub otwórz PDF i otrzymaj edytowalną, odtwarzalną partyturę, którą możesz wyeksportować do MusicXML i MIDI.

Ulepszenia notacji i rozpoznawania

  • NowośćRozpoznawane są teraz zmiany klucza w środku taktu.

Opuscan na iPhone i iPad

  • NowośćOpuscan — nasza samodzielna aplikacja do zamiany skanu na zapis nutowy — jest już w App Store na iPhone i iPad, dołączając do aplikacji na macOS i Android. Zrób zdjęcie strony lub otwórz PDF i otrzymaj edytowalną, odtwarzalną partyturę, którą możesz wyeksportować do MusicXML i MIDI.

Dedykowane aplikacje Opuscan na macOS i Android

  • NowośćOpuscan — nasza samodzielna aplikacja do zamiany skanu na zapis nutowy — ma teraz dedykowane aplikacje na macOS i Android. Zbudowana na tym samym autorskim silniku OMR, pozwala każdemu zamienić PDF lub zdjęcie nut na edytowalną, odtwarzalną partyturę i wyeksportować ją do MusicXML oraz MIDI. Jest przeznaczona dla osób, które chcą po prostu wykorzystać technologię skanowania w swoim ulubionym oprogramowaniu muzycznym — od edytorów zapisu nutowego (MuseScore, Dorico, Sibelius, Finale) po stacje DAW (GarageBand, Logic Pro, Ableton Live). Pobierz ją w Mac App Store lub Google Play.

OMR jest teraz dostępne jako API dla deweloperów

  • NowośćSilnik OMR Opuscan jest teraz dostępny programowo poprzez API dla deweloperów. Wysyłaj pliki PDF lub zdjęcia, śledź postęp rozpoznawania, przeglądaj wykryte instrumenty, a następnie zaimportuj wynik jako edytowalną partyturę do biblioteki nut lub wyeksportuj MusicXML albo MIDI. To ten sam autorski model, który obsługuje import PDF i zdjęć w edytorze — teraz dostępny w skali dla Twoich aplikacji i procesów pracy.

Ulepszenia notacji i rozpoznawania

  • NowośćRozpoznawane są teraz znaki chromatyczne grzecznościowe (ostrzegawcze).
  • PoprawkaNaprawiono niektóre fragmenty wielogłosowe, w których dwa głosy współdzielą pauzę.

Dokładniejsza analiza strony dla złożonych układów

Ulepszyliśmy sposób, w jaki skanowanie odczytuje układ strony. Importy PDF i zdjęć tworzą teraz czystsze i dokładniejsze partytury, szczególnie przy złożonych układach:

  • LepszeGęste strony są teraz dzielone poprawnie. Strony z wieloma krótkimi systemami ułożonymi jeden nad drugim nie są już łączone — każdy system jest wykrywany osobno.
  • LepszeLepsze wyniki dla partytur orkiestrowych i dużych składów. Instrumenty wielopięcioliniowe, takie jak fortepian i organy, oraz duże partytury z wieloma pięcioliniami są rozpoznawane bardziej niezawodnie.
  • LepszeUkłady szerokie, poziome i książeczkowe. Strony w orientacji poziomej nie ucinają już lewej krawędzi (co mogło odcinać klucze), a skany wielostronicowe i w formacie książeczki są obsługiwane poprawnie.
  • PoprawkaMniej przypadkowych detekcji. Fałszywe elementy w pobliżu stopek i marginesów nie są już rozpoznawane jako zapis nutowy.

Ulepszenia notacji i rozpoznawania

  • NowośćRozpoznawane i zachowywane przy imporcie są teraz niestandardowe wzory belkowania.
  • NowośćObsługiwane są teraz belki obejmujące pauzy (na przykład: nuta / pauza / nuta).
  • NowośćW partyturach jazzowych, gdy zostaną poprawnie wykryte, automatycznie stosowany jest jazzowy styl symboli akordów oraz odręczny jazzowy krój pisma nutowego.

Dokładniejszy model

Każdy import PDF i zdjęć jest teraz przetwarzany przez autorski model Tutteo. To wydanie jest dużą, nową wersją skoncentrowaną na dokładności transkrypcji: poprawność muzyczna (nuty, rytmy, ligatury, znaki chromatyczne — wszystko, co decyduje o poprawności zapisu) poprawia się w każdym zestawie testowym, z największymi wzrostami w obszarach:

Notacja Poprawa
Dynamika +39%
Fermaty, artykulacje, ligatury, znaki chromatyczne +30 do 37%
Wartości rytmiczne nut +22%
Łuki, nuty z kropką, pauzy, przypisanie do pięciolinii i głosu +14 do 20%

Precyzyjniejsze są także rozpoznawanie tekstu, dynamiki i rozmieszczenie elementów: słowa, nazwy akordów i oznaczenia dynamiczne są bardziej niezawodnie przypisywane do właściwych nut — również w złożonych układach, takich jak system fortepianowy (grand staff) oraz partie ze zmianami klucza.

Rusza wdrażanie naszego autorskiego modelu AI

Rozpoczynamy wdrażanie naszego autorskiego modelu AI do importu PDF i zdjęć, zaprojektowanego i wytrenowanego wewnętrznie, aby zastąpić zewnętrzny silnik używany przy starcie. Pełna kontrola nad technologią pozwala nam jeszcze bardziej zwiększać dokładność, poszerzać zakres rozpoznawania, wdrażać usprawnienia znacznie szybciej oraz dopasowywać wyniki do własnego formatu notacji Tutteo — tak, aby importy naturalnie pasowały do reszty produktu. Już to pierwsze wydanie odczytuje znacznie więcej elementów zapisu:

Szerszy zakres obsługiwanej notacji. Nowo rozpoznawane:

  • NowośćSymbole akordów, poprawnie kodowane zgodnie z ich znaczeniem muzycznym jako edytowalne akordy, a nie tylko zwykły tekst
  • NowośćPowtórzenia taktów i ukośniki rytmiczne (rhythm slashes)
  • NowośćOznaczenia tempa i metronomu (z BPM)

Teksty i słowa w większej liczbie języków. Teksty pod nutami, oznaczenia prób oraz inne elementy tekstowe są domyślnie rozpoznawane w językach zapisanych alfabetem łacińskim, a także po japońsku, koreańsku i chińsku.

Wierniejsze odwzorowanie oryginalnego układu. Importy znacznie dokładniej podążają za układem źródłowej partytury, dopasowując liczbę taktów w systemie, liczbę systemów na stronie oraz ogólną strukturę. Ma to realne znaczenie w dużych, złożonych partyturach, takich jak utwory orkiestrowe, oraz dla instrumentów wielopięcioliniowych, np. fortepianu. Obsługiwanych jest też więcej formatów stron, w tym orientacja pozioma, która wcześniej nie była wspierana.

Start importu PDF

Import PDF jest już dostępny — możesz zamienić PDF z nutami na edytowalną partyturę. Funkcja jest oparta na zewnętrznej technologii optycznego rozpoznawania zapisu nutowego.


Ta strona została automatycznie przetłumaczona z języka angielskiego. Zobacz oryginalną wersję w języku angielskim.