Automatic assessment of singing voice pronunciation: a case study with Jingju music
Mostra el registre complet Registre parcial de l'ítem
- dc.contributor.author Gong, Rong
- dc.contributor.other Serra, Xavier
- dc.contributor.other Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions
- dc.date.accessioned 2024-03-16T02:34:28Z
- dc.date.available 2024-03-16T02:34:28Z
- dc.date.issued 2018-12-19T12:21:15Z
- dc.date.issued 2018-12-19T12:21:15Z
- dc.date.issued 2018-11-23
- dc.date.modified 2024-03-15T10:58:07Z
- dc.description.abstract Online learning has altered music education remarkable in the last decade. Large and increasing amount of music performing learners participate in online music learning courses due to the easy-accessibility and boundless of time-space constraints. Singing can be considered the most basic form of music performing. Automatic singing voice assessment, as an important task in Music Information Retrieval (MIR), aims to extract musically meaningful information and measure the quality of learners' singing voice. Singing correctness and quality is culture-specific and its assessment requires culture-aware methodologies. Jingju (also known as Beijing opera) music is one of the representative music traditions in China and has spread to many places in the world where there are Chinese communities. Our goal is to tackle unexplored automatic singing voice pronunciation assessment problems in jingju music, to make the current eurogeneric assessment approaches more culture-aware, and in return, to develop new assessment approaches which can be generalized to other musical traditions.
- dc.description.abstract El aprendizaje en línea ha cambiado notablemente la educación musical en la pasada década. Una cada vez mayor cantidad de estudiantes de interpretación musical participan en cursos de aprendizaje musical en línea por su fácil accesibilidad y no estar limitada por restricciones de tiempo y espacio. Puede considerarse el canto como la forma más básica de interpretación. La evaluación automática de la voz cantada, como tarea importante en la disciplina de Recuperación de Información Musical (MIR por sus siglas en inglés) tiene como objetivo la extracción de información musicalmente significativa y la medición de la calidad de la voz cantada del estudiante. La corrección y calidad del canto son específicas a cada cultura y su evaluación requiere metodologías con especificidad cultural. La música del jingju (también conocido como ópera de Beijing) es una de las tradiciones musicales más representativas de China y se ha difundido a muchos lugares del mundo donde existen comunidades chinas.Nuestro objetivo es abordar problemas aún no explorados sobre la evaluación automática de la voz cantada en la música del jingju, hacer que las propuestas eurogenéticas actuales sobre evaluación sean más específicas culturalmente, y al mismo tiempo, desarrollar nuevas propuestas sobre evaluación que puedan ser generalizables para otras tradiciones musicales.
- dc.description.abstract Programa de doctorat en Tecnologies de la Informació i les Comunicacions
- dc.format 235 p.
- dc.format application/pdf
- dc.format application/pdf
- dc.identifier http://hdl.handle.net/10803/664421
- dc.identifier.uri http://hdl.handle.net/10230/36174
- dc.language.iso eng
- dc.publisher Universitat Pompeu Fabra
- dc.rights L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0/
- dc.rights http://creativecommons.org/licenses/by-nc-nd/4.0/
- dc.rights info:eu-repo/semantics/openAccess
- dc.source TDX (Tesis Doctorals en Xarxa)
- dc.subject.keyword MIR
- dc.subject.keyword Music information retrieval
- dc.subject.keyword CompMusic
- dc.subject.keyword Data-driven
- dc.subject.keyword Computational model
- dc.subject.keyword Singing voice
- dc.subject.keyword Automatic assessment
- dc.subject.keyword Jingju
- dc.subject.keyword Beijing opera
- dc.subject.keyword Pronunciation
- dc.subject.keyword Syllable and phoneme segmentation
- dc.subject.keyword Mispronunciation detection
- dc.subject.keyword Pronunciation similarity
- dc.subject.keyword Deep learning
- dc.subject.keyword Neural networks
- dc.subject.keyword CNNs
- dc.subject.keyword RNNs
- dc.subject.keyword Siamese networks
- dc.subject.keyword Acoustic embedding,
- dc.subject.keyword Hidden Markov model
- dc.subject.keyword HMM
- dc.subject.keyword HSMM
- dc.subject.keyword Recuperación de información musical
- dc.subject.keyword Modelo computacional basado en datos
- dc.subject.keyword Voz de canto
- dc.subject.keyword Eevaluación automática
- dc.subject.keyword Pronunciación
- dc.subject.keyword Segmentación de sílabas y fonemas
- dc.subject.keyword Detección de falsa pronunciación
- dc.subject.keyword Similitud de pronunciación
- dc.subject.keyword Aprendizaje profundo
- dc.subject.keyword Redes neuronales
- dc.subject.keyword Redes neuronales recurrentes
- dc.subject.keyword Incrustación acústica
- dc.subject.keyword Modelo oculto de Markov
- dc.subject.keyword 62
- dc.title Automatic assessment of singing voice pronunciation: a case study with Jingju music
- dc.type info:eu-repo/semantics/doctoralThesis
- dc.type info:eu-repo/semantics/publishedVersion