返回「辨識如何運作」OMR 有咩新內容

PDF 同相片掃描:有咩新內容。

由光學音樂辨識(OMR)驅動嘅 Opuscan 掃描功能持續進步。呢一頁會記錄 PDF 同相片匯入嘅更新,最新更新排最前。

項目由英文自動翻譯。 閱讀英文原文

9月28日·已改善·

新版模型可識別罕見拍號和沒有標示譜號的譜行

我們更新了掃描模型,重點改善拍號、譜號和多小節休止符的識別。

  • 更多拍號能按原譜識別。 模型現在能識別 29 種拍號,以及普通拍子和二二拍的符號。本月新增了民間音樂、爵士樂和當代音樂中常見的 6/4、7/4、8/4、9/4、10/8、11/8、13/8、14/8、15/8、9/16、11/16、13/16、15/16 和 17/16。以前,這些拍號會被換成較常見的拍號(10/8 變成 12/8,8/4 變成 5/4),令小節時值不符,音符也會被刪掉以配合時值。請參閱掃描支援的所有記譜元素。
  • 多小節休止符能保留實際長度。 在管樂團和管弦樂團的分譜中,長休止符上方的數字表示需要數過多少小節。現在這個數字被誤讀的情況大幅減少。以前,「10」可能被讀成 100,令分譜多出幾十個空白小節。
  • 沒有標示譜號的譜行能保持正確音高。 很多分譜,尤其是爵士樂譜和舊版樂譜,只在每頁第一行標出譜號。以前,模型會猜測其他譜行的譜號;一旦猜錯,整行音符的音高都會偏高或偏低。現在這些譜行會沿用上一行的譜號。
  • 更少加入原譜上沒有的內容。 三連音上方的小「3」不再被識別為指法,未印出的八度線 (8va) 不會被加入,整行休止的五線譜也不再被填入敲擊樂音符。
  • 更多音符能匯入樂譜。 如果識別出的小節總時值超過拍號容許的時值,就必須略去部分音符,讓小節時值符合拍號。現在節奏和拍號的識別更準確,這種情況大幅減少:在我們測試的匯入結果中,遺漏的音符減少了約 70%。

亦見於9月

32 項小改動
8月7日·已改善·

支援隱式連音的新模型版本

我們自家研發模型的新版本現已用於所有 PDF 和相片匯入,重點改進對頁面上連音組排印方式的識別。

  • 現在支援隱式連音。 製譜人員通常只會在一段樂句中第一組三連音或六連音上方標示一個小小的「3」或「6」,之後相同的分組則不再重複標示——預設演奏者會延續這個模式。這些沒有標記的分組就是隱式連音:實際上要按連音演奏,但頁面上沒有明確寫出來。它們在 19 世紀版本、練習曲和變奏曲中非常常見。現在,掃描會根據小節的節奏將它們還原出來,而不是為了讓小節符合拍號而刪掉音符。
  • 憑空產生的連音更少了。 過去,即使普通的符槓分組上方沒有印上數字,模型也可能把它們判成三連音,於是這些數字會出現在你的樂譜裡。現在,只有在頁面上確實畫出了連音標記的地方,才會寫入連音。

亦見於8月

19 項小改動
7月29日·已改善·

全新模型版本,提升掃描樂譜辨識準確度

我們自研模型的新版本現已用於所有 PDF 和相片匯入,在掃描樂譜基準測試中的錯誤率降低了 22% 至 51%。在較難的頁面上,提升最為明顯——例如較舊的雕版印刷譜面,以及印刷不均勻的頁面。

7月24日·已改善·

新模型版本重點修正記譜問題

Flat 自家模型的改良版本現已用於所有 PDF 和相片匯入,尤其包括:

  • 現已支援帶有共用休止符和隱形休止符的多聲部段落。
  • 小節線和反覆結尾括號(volta)現在可在小節內正確放置。
  • 連桁的辨識現在更可靠。
  • 現在可以辨識如管弦樂總譜那樣跨越多個譜表書寫的拍號。
  • 修正了部分和弦符號匯出到 MusicXML 時使用非標準和弦類型的問題。
7月21日·新增·

適用於 Windows 的 Opuscan

Opuscan 這款獨立的掃描轉樂譜應用程式現已支援 Windows,並與 macOS、iPhone、iPad 和 Android 一同提供。掃描頁面或開啟 PDF,即可取得可編輯、可播放的樂譜,並可匯出為 MusicXML 和 MIDI,無需 Flat 帳戶。

7月15日·新增·

適用於 iPhone 和 iPad 的 Opuscan

Opuscan——我們獨立的掃描轉樂譜 app——現已登陸 App Store,支援 iPhone 和 iPad,加入 macOS 和 Android app 行列。拍攝頁面照片或開啟 PDF,即可取得可編輯、可播放的樂譜,並可匯出為 MusicXML 和 MIDI——無需 Flat 帳戶。

7月10日·新增·

適用於 macOS 和 Android 的獨立 Opuscan 應用程式

Opuscan——我們的獨立樂譜掃描應用程式——現已推出專為 macOS 和 Android 而設的版本。它採用與 Flat 相同的自家 OMR 引擎,讓任何人都可以將 PDF 或樂譜相片轉換為可編輯、可播放的樂譜,並匯出為 MusicXML 和 MIDI,無需 Flat 帳戶。它專為只想使用掃描技術,並將結果匯入自己喜愛的音樂軟件的用戶而設,無論是樂譜編輯器(MuseScore、Dorico、Sibelius、Finale)還是 DAW(GarageBand、Logic Pro、Ableton Live)都適用。可於 Mac App Store 或 Google Play 下載。

亦見於7月

11 項小改動
6月23日·已改善·

複雜版面可獲得更精準的頁面分析

我們改進了掃描時讀取頁面版面的方式。現在匯入 PDF 和照片時,產生的樂譜會更乾淨、更準確,尤其是在複雜版面中:

  • 密集頁面現在可正確分開。 對於上下堆疊許多短系統的頁面,不會再被合併在一起——每個系統都會被獨立偵測。
  • 更適合管弦樂總譜及大型合奏總譜。 鋼琴、管風琴等多譜表樂器,以及包含許多譜表的大型總譜,現在都能更可靠地辨識。
  • 寬版、橫向及小冊子版面。 橫向頁面的左邊緣不再被裁切(否則可能會切掉譜號),多頁掃描和小冊子掃描現在也能正確處理。
  • 更少誤判。 頁尾和頁邊附近的雜散元素不再被誤識別為音樂內容。
6月15日·已改善·

更精確的模型

現在,所有 PDF 和相片匯入都會由 Flat 自家開發的內部模型處理。這個版本是一個重大的新版本更新,重點提升轉譜準確度:在所有測試集中,樂譜的音樂正確性(決定樂譜是否正確的音符、節奏、連結線和臨時記號)都有所提升,其中提升最明顯的是:

  • 力度記號:+39%
  • 延長記號、演奏法、連結線、臨時記號:+30 to 37%
  • 音符時值:+22%
  • 連線、附點音符、休止符、譜表和聲部分配:+14 to 20%

文字、力度記號和版面位置也更精確:歌詞、和弦名稱和力度記號現在能更可靠地附加到正確的音符上,包括鋼琴大譜表以及帶有譜號變更的聲部等複雜版面。

6月1日·新增·

我們自研的 AI 模型開始逐步推出

我們正在逐步推出 Flat 自研的 PDF 和相片匯入 AI 模型。這個模型由我們內部設計及訓練,用來取代產品推出時使用的第三方引擎。掌握端到端的技術能力,讓我們可以進一步提升準確度、擴大可辨識的記譜內容、更快推出改進,並讓結果更貼合 Flat 自家的樂譜格式,令匯入內容能更自然地融入產品的其他部分。即使是這個首個版本,已經能讀取你樂譜中更多內容:

更廣的記譜涵蓋範圍。 新增可辨識內容:

  • 和弦符號,會按其音樂意義正確編碼為可編輯的和弦,而不只是普通文字
  • 小節反覆記號和節奏斜線
  • 速度記號和節拍器標記(含 BPM)

支援更多語言的歌詞和文字。 現在預設可辨識以拉丁字母書寫的語言中的歌詞、排練記號及其他文字,亦支援日語、韓語和中文。

更貼近原始版面。 現在匯入結果會更緊密地跟隨來源樂譜的版面配置,包括每行的小節數、每頁的系統數,以及整體結構。這對大型而複雜的樂譜,例如管弦樂作品,以及像鋼琴這類多譜表樂器,會帶來明顯差異。現在亦支援更多頁面格式,包括之前未支援的橫向頁面。

亦見於6月

8 項小改動