Mga bagong update sa pag-import ng na-scan na partitura

Bagong bersyon ng aming scanning model ang ginagamit na ngayon sa pagbasa ng lahat ng ini-import na PDF at larawan. Nakabatay ito sa bagong arkitektura na mas detalyadong sinusuri ang bawat linya ng musika, at sinanay ito gamit ang mas malinis na hanay ng mga halimbawa. Mas tumpak ito sa 24 sa 26 na uri ng musikang ginagamit namin sa pagsubok.

• Mas mahusay nang napag-iiba ang mga tie at slur. Ang kurbang nagdurugtong sa dalawang magkaibang nota ay mas bihira nang mabasa bilang tie na nagpapabago sa pitch ng ikalawang nota.
• Mas maaasahan ang pagbasa sa mga tahimik na staff. Sa isang buong score, ang staff na puro rest sa isang buong linya ay mas bihira nang mapuno ng mga notang pang-drum na wala naman sa orihinal o mawala sa part nito.
• Mas tumpak ang pagbilang sa mahahabang rest. Ang magkakasunod na 20 o higit pang bakanteng measure ay mas malapit na sa haba nitong nakalimbag, sa halip na madagdagan ng dose-dosenang measure.
• Mas kaunti ang maling nota. Humigit-kumulang 8% na mas kaunti ang mga pagkakamali sa pitch, 17% sa mga tuplet, at 10% sa mga chord kumpara sa nakaraang bersyon.
• Mas tumpak ang pagtukoy sa posisyon ng mga nota sa pahina. Nakakatulong ito upang maiugnay ang mga liriko, dynamics, at iba pang marka sa tamang nota.

May bagong update ang aming modelo sa pag-scan, na nakatuon sa mga sukat, clef, at pahingang sumasaklaw sa maraming takt.

• Mas maraming sukat ang nababasa ayon sa pagkakalimbag. Nakikilala na ng modelo ang 29 na sukat, pati ang common time at cut time. Bago ngayong buwan: 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 at 17/16, na karaniwan sa folk, jazz, at kontemporaryong musika. Dati, napapalitan ang mga ito ng mas pamilyar na sukat (nagiging 12/8 ang 10/8, at 5/4 ang 8/4), kaya hindi na nagtutugma ang bilang ng kumpas sa mga takt at may mga notang inaalis para magkasya. Tingnan ang lahat ng notasyong kayang i-scan.
• Nananatili ang tamang haba ng mga pahingang sumasaklaw sa maraming takt. Sa mga piyesa para sa banda at orkestra, ipinapakita ng numero sa ibabaw ng mahabang pahinga kung ilang takt ang bibilangin. Mas bihira nang mali ang pagkakabasa sa numerong iyon. Dati, ang "10" ay maaaring maging 100, kaya nagkakaroon ng dose-dosenang dagdag na bakanteng takt ang iyong piyesa.
• Nananatili sa tamang taas ang mga nota sa mga linyang walang clef. Sa maraming piyesa, lalo na sa mga jazz chart at lumang edisyon, sa unang linya lang ng pahina nakalimbag ang clef. Dati, nanghuhula ang modelo ng clef para sa ibang mga linya, at kapag mali ang hula, tumataas o bumababa ang bawat nota sa linya. Ginagamit na ngayon ng mga linyang iyon ang clef ng naunang linya.
• Mas kaunti ang nadaragdag na wala naman sa pahina. Hindi na binabasa bilang numero ng daliri ang maliit na "3" sa ibabaw ng triplet, hindi na nagdaragdag ng octave line (8va) kung wala nito sa pahina, at hindi na napupuno ng mga nota ng tambol ang staff na walang tunog sa buong linya.
• Mas maraming nota mo ang napapasama sa partitura. Kapag nabasa ang isang takt na may mas maraming kumpas kaysa sa pinapayagan ng sukat nito, may mga notang kailangang alisin para tumugma ang bilang. Dahil mas tumpak na ngayong nababasa ang mga ritmo at sukat, mas bihira na itong mangyari: sa mga import na sinubukan namin, humigit-kumulang 70% na mas kaunting nota ang nawala.

Isang bagong bersyon ng aming in-house na modelo ang nagpapatakbo na ngayon sa bawat pag-import ng PDF at larawan, na nakatuon sa kung paano inililimbag ang mga tuplet sa pahina.

• Sinusuportahan na ngayon ang mga implicit tuplet. Karaniwang inililimbag ng mga engraver ang maliit na "3" o "6" sa ibabaw lamang ng unang triplet o sextuplet sa isang sipi, at iniiwang walang marka ang mga grupong kasunod nito — inaasahan na ang manunugtog ang magpapatuloy ng padron. Ang mga walang markang grupong ito ay implicit tuplets: tinutugtog bilang mga tuplet, kahit walang nakalimbag na palatandaan. Napakakaraniwan ng mga ito sa mga edisyong ika-19 na siglo, mga pag-aaral, at mga baryasyon. Sa pag-scan, binubuo na ngayon ang mga ito mula sa ritmo ng sukat, sa halip na magtanggal ng mga nota para lang magkasya ang sukat sa time signature nito.
• Mas kaunting tuplets na naiimbento nang wala sa lugar. Dati, minamarkahan ng modelo ang mga karaniwang beamed group bilang mga triplet kahit walang numerong nakalimbag sa itaas ng mga ito, at lumalabas ang mga numerong iyon sa iyong iskor. Ngayon, nagsusulat lamang ito ng tuplet kung talagang may nakaguhit nito sa pahina.

Maaari na ngayong gawing nae-edit na iskor ng mga Mac at Windows app ang isang PDF o larawan ng sheet music, gamit ang kaparehong hakbang sa pagrerepaso tulad sa web.

• Mag-import nang hindi umaalis sa app. Pumili ng file, tingnan kung ano ang nabasa ng scan, at buksan ang iskor.
• Bumili ng AI credits sa loob ng app sa Mac App Store, para hindi maputol ang pag-import dahil kailangan pang pumunta sa website.

Isang bagong bersyon ng aming in-house na modelo ang ginagamit na ngayon sa bawat pag-import ng PDF at larawan, na may 22% hanggang 51% na mas kaunting error sa aming mga benchmark para sa na-scan na sheet music. Pinakamalaki ang mga pagbuti sa mas mahihirap na pahina—mga lumang ukit at hindi pantay na pagkakalimbag.

Ang pinahusay na bersyon ng sariling modelo ng Flat ang nagpapatakbo na ngayon sa bawat pag-import ng PDF at larawan, lalo na sa mga sumusunod:

• Sinusuportahan na ngayon ang mga bahaging may maraming boses na may magkakasalong pahinga at hindi nakikitang mga pahinga.
• Ang mga barline at repeat ending (volta) ay nailalagay na ngayon nang tama sa loob ng mga sukat.
• Mas maaasahang nakikilala na ngayon ang mga beam.
• Nakikilala na ngayon ang mga time signature na nakaguhit sa maraming staff, gaya ng sa mga orkestral na iskor.
• Naayos ang ilang chord symbol na na-export sa MusicXML na may hindi pamantayang uri ng chord.

May bagong daloy na sa web app para sa pag-import ng sheet music mula sa PDF o larawan, na gamit ang sariling recognition engine ng Flat. Pinapalitan nito ang dating PDF import para sa lahat.

• Piliin ang mga page na gusto mo. Mag-upload ng PDF o ilang larawan, pagkatapos ay panatilihin lang ang mga page na may musika. Bawat page na pananatilihin mo ay gumagamit ng isang credit.
• Subaybayan ang recognition habang tumatakbo ito. Ipinapakita ng progress bar kung nasaan na ang pag-scan, page kada page, at maaari mong ipagpatuloy ang paggamit ng Flat habang tumatakbo ito.
• Suriin muna bago buuin ang score. Kapag hindi tiyak ang engine tungkol sa isang instrumento, hihilingin nitong kumpirmahin mo ang pamagat at ang mga instrumentong natukoy nito, kasama ang mga pangalan ng part na naka-print sa page na ipinapakita sa tabi ng bawat isa. Kapag tiyak ang lahat ng instrumento, nilalaktawan ang hakbang na ito.

Available sa Flat at, para sa mga guro at administrator, sa Flat for Education. Darating ang bagong daloy sa iOS app sa mga susunod na linggo.

Available na ngayon ang OMR engine ng Flat nang programmatically sa pamamagitan ng developer API. Magpadala ng mga PDF o larawan, subaybayan ang progreso ng pagkilala, suriin ang mga natukoy na instrumento, at pagkatapos ay i-import ang resulta bilang nae-edit na score sa isang library ng Flat o i-export bilang MusicXML o MIDI. Ito rin ang parehong in-house na model na ginagamit para sa pag-import ng PDF at larawan sa editor, at available na ngayon sa mas malaking sukat para sa sarili mong mga app at workflow.

Ang nakalaang OMR API (v2.24.0) ay nakabatay sa background na pag-import ng PDF na idinagdag sa paggawa ng score sa v2.23.0: humiling ng suporta sa task kapag nag-i-import ng file at i-poll ang task hanggang maging handa ang score. Tingnan ang API changelog para sa mga detalye ng parehong release.

Pinahusay namin kung paano binabasa ng pag-scan ang layout ng isang pahina. Ang pag-import ng mga PDF at larawan ay nagbibigay na ngayon ng mas malinis at mas tumpak na mga score, lalo na sa mga kumplikadong layout:

• Maayos na ngayong nahahati ang mga siksik na pahina. Ang mga pahinang may maraming maiikling system na magkakapatong ay hindi na pinagsasama-sama — hiwalay nang natutukoy ang bawat system.
• Mas mahusay para sa mga orchestral at malalaking ensemble score. Mas maaasahang nakikilala na ngayon ang mga instrumentong may maraming staff gaya ng piano at organ, pati ang malalaking score na may maraming staff.
• Malalapad, landscape, at booklet na layout. Hindi na napuputol ang kaliwang gilid ng mga landscape na pahina (na maaaring magputol sa mga clef), at tama na ngayong napoproseso ang mga multi-page at booklet scan.
• Mas kaunting maling pagkakatukoy. Hindi na napagkakamalang musika ang mga di-kailangang elemento malapit sa footer at mga margin ng pahina.

Ang bawat pag-import ng PDF at larawan ay pinoproseso na ngayon ng sariling in-house na modelo ng Flat. Ang release na ito ay isang malaking bagong bersyon na nakatuon sa katumpakan ng transcription: ang pagiging tama ng notasyon sa musika (ang mga nota, ritmo, tie, at accidental na tumutukoy kung tama ang isang score) ay gumanda sa lahat ng test set, at pinakamalaki ang pagbuti sa:

• Dynamics: +39%
• Fermata, articulation, tie, accidental: +30 hanggang 37%
• Tagal ng nota: +22%
• Slur, dotted note, rest, pagtatalaga ng staff at voice: +14 hanggang 20%

Mas tumpak na rin ang paglalagay ng text, dynamics, at layout: mas maaasahang nakakabit ang lyrics, mga pangalan ng chord, at dynamics sa tamang mga nota, kabilang na sa mas komplikadong layout gaya ng piano grand staff at mga parteng may pagbabago ng clef.

Inilulunsad na namin ang sariling AI model ng Flat para sa pag-import ng PDF at larawan, na dinisenyo at sinanay mismo ng aming team upang palitan ang third-party engine na ginamit noong unang paglunsad. Dahil pagmamay-ari namin ang buong teknolohiya mula simula hanggang dulo, mas mapapahusay pa namin ang katumpakan, mapapalawak ang kayang kilalanin, mas mapapabilis ang paglabas ng mga pagpapahusay, at maiaayon ang mga resulta sa sariling notation format ng Flat para mas natural na umangkop ang mga import sa iba pang bahagi ng produkto. Sa unang release na ito, mas marami na itong nababasa mula sa iyong musika:

Mas malawak na saklaw ng notasyon. Mga bagong nakikilala:

• Mga chord symbol, na wastong naka-encode ayon sa musical meaning ng mga ito bilang nae-edit na chord, hindi bilang simpleng plain text lang
• Mga pag-uulit ng sukat at rhythm slash
• Mga marka ng tempo at metronome (na may BPM)

Mga liriko at teksto sa mas marami pang wika. Ang mga liriko, rehearsal mark, at iba pang teksto ay nakikilala na bilang default sa mga wikang gumagamit ng Latin script, pati sa Japanese, Korean, at Chinese.

Mas tapat sa orihinal na layout. Mas malapit na ngayong sinusunod ng mga import ang layout ng pinagmulang score, kabilang ang bilang ng mga sukat bawat linya, mga system bawat pahina, at ang kabuuang istruktura. Malaki ang naitutulong nito sa malalaki at masalimuot na score gaya ng mga orkestral na gawa at mga instrumentong may maraming staff tulad ng piano. Sinusuportahan na rin nito ang mas marami pang page format, kabilang ang mga landscape page na hindi dating suportado.