Singing transcription using machine learning with feature selection

Singing transcription refers to the automatic conversion of a recorded singing signal into a sequence of notes parameterized by onset time, offset time, and fundamental frequency, by applying signal processing method. Automatic singing transcription is an important topic in the field of music information retrieval as it enables the computers to extract the information carried by singing and facilitates the direct musical interaction between humans and computers.This thesis studies the use of feature selection in machine learning-based singing transcription systems, as none of such systems has hitherto taken full advantage of it. Feature selection is a machine learning technique that selects a subset of features that characterize specific aspects of an audio signal (such as fundamental frequency, harmonicity, and spectral shape), and it has been found to improve the performance of machine learning systems in general and various music information retrieval systems in particular.This thesis first presents an overview of machine learning in music applications, concerning the audio features, the feature selection, the genetic algorithms (GAs), and the hidden Markov models (HMMs). This thesis then surveys the approaches for melody transcription, a broader topic that contains the singing transcription. Finally, this thesis builds an HMM-based singing transcription system, evaluates the performance of different feature selection methods, and compares it with the performance of other recent singing transcription systems. The result shows that the GA-based feature selection had the best improvement in F-measures of correctness rate (up to 12.70%) and suggests that feature selection is effective for improving recalls and F measures of machine learning-based singing transcription systems using HMMs.« La transcription de mélodies chantées » se réfère à la conversion automatique d'un signal de chant enregistrée à une séquence de notes paramétrées par l'instant de début, l'instant de fin et la fréquence fondamentale par l'application de méthode de traitement du signal. La transcription automatique de mélodies chantées est un sujet important dans le domaine de la recherche d'information en musique, car elle permet aux ordinateurs d'extraire l'information portée par le chant et facilite l'interaction musicale directe entre les humains et les ordinateurs.Cette thèse étudie l'utilisation de la sélection d'attributs dans les systèmes de transcription de mélodies chantées basés sur l'apprentissage machine, car aucun de ces systèmes n'en a jusqu'ici pleinement profité. La sélection d'attributs est une technique d'apprentissage qui sélectionne un sous-ensemble d'attributs caractérisant les aspects spécifiques d'un signal audio (tels que la fréquence fondamentale, l'harmonicité et la forme d'enveloppe spectrale). Elle a été prouvée qu'elle améliore la performance des systèmes d'apprentissage machine en général et de divers systèmes de la recherche d'information en musique en particulier.Cette thèse présente d'abord un aperçu de l'apprentissage machine dans les applications de musique, concernant les attributs audio, la sélection d'attributs, les algorithmes génétiques (AGs), et le modèle de Markov caché (MMC). Cette thèse passe ensuite en revue les approches pour la transcription de mélodies, un sujet plus large qui contient la transcription de mélodies chantées. Enfin, cette thèse construit un système de transcription de mélodies chantées basée sur le MMC, évalue la performance des différentes méthodes de sélection d'attributs dans ce système et compare cette performance avec celles d'autres systèmes récents de la transcription de mélodies chantées. Le résultat montre que la sélection d'attributs basée sur les AGs a donné lieu à la meilleure amélioration de F mesures de taux d'exactitude (jusqu'à 12,70 %) et suggère que la sélection d'attributs est efficace pour améliorer les rappels et les F-mesures de systèmes de la transcription de mélodies chantées basée sur l'apprentissage machine en utilisant le MMC