En ce 21 juin, fête de la musique, penchons-nous sur informatique et la musique ...
Les travaux de recherche d’Intuidoc portent sur l’écriture manuscrite, le geste (2D et 3D) et le traitement du document sous plusieurs aspects : analyse, reconnaissance, composition et interprétation. Au sein de l’équipe, Bertrand Coüasnon, enseignant chercheur à l’INSA de Rennes, et Aurélie Lemaitre, enseignante-chercheuse à l’Université Rennes 2, s’intéressent notamment à la reconnaissance d’images de partitions musicales anciennes.
Reconnaître et retranscrire
Basé sur des techniques de deap learning et d’intelligence artificielle, la reconnaissance de partitions musicales consiste à analyser, reconnaître et interpréter le document scanné dans le but de le retranscrire avec la plus grande fiabilité, pour pouvoir ensuite ré-éditer la partition de manière collaborative, la synchroniser avec l’enregistrement d’un concert, la traduire en braille ou l’interpréter.
Entraîné pour proposer des hypothèses de correction
Chaque symbole musical (notes, valeurs de la note, mesures etc…) va être analysé pour en retirer sa signification, adossée à une connaissance musicale. Entraîné par les techniques de deep learning, le système permet une reconnaissance sûre de la partition et peut même détecter des erreurs potentielles, liées à des symboles musicaux partiellement effacés et proposer des hypothèses de correction.
Ces travaux sont réalisés dans le cadre du projet ANR CollabScore, piloté par le CNAM, avec comme partenaires l’IReMus, l’IRISA, l’université de Lille, la BnF et la Fondation Royaumont.
Pour en savoir plus sur les travaux de l’équipe Intuidoc :
crédit photo : pexels ylanite Koppens