Standaard Boekhandel gebruikt cookies en gelijkaardige technologieën om de website goed te laten werken en je een betere surfervaring te bezorgen.
Hieronder kan je kiezen welke cookies je wilt inschakelen:
Technische en functionele cookies
Deze cookies zijn essentieel om de website goed te laten functioneren, en laten je toe om bijvoorbeeld in te loggen. Je kan deze cookies niet uitschakelen.
Analytische cookies
Deze cookies verzamelen anonieme informatie over het gebruik van onze website. Op die manier kunnen we de website beter afstemmen op de behoeften van de gebruikers.
Marketingcookies
Deze cookies delen je gedrag op onze website met externe partijen, zodat je op externe platformen relevantere advertenties van Standaard Boekhandel te zien krijgt.
Je cadeautjes zeker op tijd in huis hebben voor de feestdagen? Kom langs in onze winkels en vind het perfecte geschenk!
Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten
Je cadeautjes zeker op tijd in huis hebben voor de feestdagen? Kom langs in onze winkels en vind het perfecte geschenk!
Je kan maximaal 250 producten tegelijk aan je winkelmandje toevoegen. Verwijdere enkele producten uit je winkelmandje, of splits je bestelling op in meerdere bestellingen.
Diese Arbeit befasst sich mit dem Problem der automatischen Notentranskription von monophonischem Audiomaterial. Die automatisierte Transkription einer einstimmigen Melodie bringt viele Vorteile für alle Arten von Musikern mit sich. Einerseits nimmt Sie eine Menge Arbeit ab. Gerade viele Jazzmusiker müssen aufgrund der Notenknappheit immer wieder Transkriptionen von anderen Liedern anfertigen, was ein gutes Gehör und viel Geduld erfordert. Andererseits wäre es ein großer Vorteil für Anfänger um ihr Spiel auf Genaugigkeit zu analysieren. Die vorgestellte Pipeline basiert hauptsächlich auf zwei Algorithmen zur Erkennung der fundamentalen Frequenz in einem zeit-diskreten Signal, YIN und MPM, sowie einem Notenbasierenden Onset-Kollektor. Es wurde ein Prototyp entwickelt, das System wurde evaluiert und die Ergebnisse sind gut. Eine durchschnittliche Notenerkennungsrate von 79.58% wurde erreicht, was den praktischen Einsatz einer solchen Anwendung ermöglicht.