Transcription automatique des performances musicales symboliques et polyphoniques

La transcription musicale est la procédure consistant à transformer une performance musicale en une partition. Transcrire manuellement un enregistrement audio en écriture musicale est cependant une tâche particulièrement chronophage et ardue. C'est ainsi que, en se basant sur les techniques de reconnaissance automatique de la parole, des techniques de transcription musicale automatique (TMA) ont été développées pour produire une partition à partir d'un enregistrement audio. Généralement, on distingue deux étapes dans la procédure de TMA : d'une part, la conversion d'un signal audio en une séquence d'événements de notes, et d'autre part, la conversion de cette séquence en une partition numérique. La première tâche est plutôt affaire de techniques de traitement du signal, dont l'objectif est d'identifier les fréquences fondamentales, c'est-à-dire les hauteurs de notes la hauteur des notes. Le résultat de cette procédure est une représentation symbolique de la performance, c'est-à-dire une représentation avec la hauteur, la date de début et la durée de chaque note, le plus souvent sous forme de fichier MIDI. D'ailleurs, pour certains instruments comme le piano ou la batterie, on peut enregistrer directement une performance jouée sur un instrument électronique directement en format MIDI. Dans cette thèse, on propose une méthode pour l'étape de transcription MIDI vers partition numérique, en MusicXML ou MEI. Dans l'objectif de créer une partition à partir d'une séquence d'événements, plusieurs questions se posent : comment représenter la structure musicale de manière abstraite ? puisque plusieurs transcriptions sont possibles, comment choisir la meilleure ? On propose d'utiliser une analyse syntaxique symbolique et pondérée (Symbolic Weighted Parsing ou sw-parsing) pour trouver la solution qui est à la fois la plus lisible possible et fidèle à la séquence d'entrée. À l'aide d'une grammar d'arbre régulière et pondérée, on obtient un arbre syntaxique qui représente la structure rythmique de l'entrée. Cet arbre syntaxique est ensuite agrémenté de davantage d'information de gravure dans une représentation abstraite d'une partition qu'on appelle modèle arborescent de partition (MAP). Celle-ci est une représentation faisant l'intermédiaire entre la séquence d'entrée et la partition finale. Le MAP contient à la fois la structure rythmique, les hauteurs de notes, les ligatures, la structure de la partition (parties, voix, mesures), etc. La structure arborescente du MAP permet, de plus, d'appliquer des modifications avec des réécritures pour, entre autres, améliorer la gravure. On propose de généraliser notre méthode de TMA pour les instruments polyphoniques, comme la guitare, le piano ou la batterie. Ces instruments ont la particularité de pouvoir jouer plusieurs notes en même temps, et donc de jouer plusieurs lignes mélodiques en parallèle. Ces lignes mélodiques, ou voix, doivent être facilement discernables dans la partition par le musicien ou la musicienne qui doit jouer la pièce. Il est donc indispensable, pour généraliser la TMA aux instruments polyphoniques, de trouver un moyen de reconnaître les différentes voix dans la performance, afin de les segmenter dans la partition. Pour ce faire, on propose un nouvel algorithme de séparation en voix basé sur algorithme de plus court chemin sur un graphe orienté et pondéré, selon les règles de conduite des voix couramment utilisées en composition.