Abstract:
คอร์ด คือเสียงโน้ตที่หลากหลายซึ่งสามารถเล่นให้เกิดเสียงได้ในเวลาเดียวกัน การแกะคอร์ดเป็นงานที่ยุ่งยากที่ต้องอาศัยผู้เชี่ยวชาญ จึงได้มีงานวิจัยจำนวนมากที่ศึกษาการเรียนรู้และจดจำคอร์ด (chord recognition) เพื่อช่วยในการแกะคอร์ดอัติโนมัติ PCP เป็นวิธีหนึ่งที่นิยมใช้ในการเรียนรู้และจำแนกคอร์ด แต่ยังทำได้ได้ไม่ดีนักเนื่องจากยังไม่สามารถขจัดสัญญาณที่ไม่ใช่ฮาร์โมนิค (non-harmonic)ได้อย่างมีประสิทธิภาพเพียงพอ ส่งผลให้ความถูกต้องในการจำแนกคอร์ดลดลง งานวิจัยนี้จึงมีวัตถุประสงค์เพื่อขยายความสามารถ PCP เพื่อที่จะแก้ไขข้อจำกัด โดยจะนำเสนอวิธี Learning Feature โดยการสกัดคุณลักษณะ (Feature extraction)และจำแนกคอร์ด (Classification Feature) ไปพร้อม ๆ กันด้วย Convolution Neural network โดยงานวิจัยนี้ประกอบด้วย 2 ขั้นตอน ขั้นตอนแรกใช้ PCP ที่เพิ่มส่วนการกรองคอร์ด (chord filter) เข้าไป ขั้นตอนที่สองคือ learning feature ใน PCP ที่มีกระบวนการกรองคอร์ด การเรียนรู้และจดจำคอร์ดโดยPCP ที่มีกระบวนการกรองคอร์ดด้วย Convolution Neural network ให้ค่าความถูกต้องที่มากกว่าPCP ที่ไม่มีกระบวนการกรองคอร์ด 2.1%
