Dentre os vários objetivos da computação, um deles é buscar alternativas automáticas, robustas e precisas para diferentes tarefas realizadas pelo homem. Com esse objetivo, técnicas de processamento de imagens e inteligência computacional têm sido propostas em diferentes aplicações. Contudo, mesmo com o crescimento de pesquisas sobre diferentes ramos, ainda existem áreas sem uma solução robusta e eficiente. Dentre estas, uma área importante para a preservação e difusão da herança histórica musical que consiste na construção de aplicações de interpretação de partituras manuscritas.
Redes Neurais Convolucionais têm se mostrado eficiente em diferentes áreas da computação. Em destaque, na visão computacional técnicas de Deep Learning vêm tendo resultados promissores, como descrever uma cena de uma imagem. O pesquisador do Núcleo de Computação Aplicada da Universidade Federal do Maranhão (UFMA), Roberto Pinheiro Pereira, desenvolveu um projeto que consiste na classificação de notas musicais manuscritas. O projeto visa desenvolver um sistema robusto para detecção de símbolos musicais manuscritos, assim, dando os passos iniciais para um sistema de Reconhecimento Musical Óptico (RMO), num processo de resgate cultural de partituras históricas do estado do Maranhão e na conversão dessas partituras em braile e/ou áudio.
“Ao longo do tempo, muitos trabalhos manuscritos foram perdidos. O grande volume de manuscritos dificulta a conversão eficiente destes dados em um formato digital, sendo assim, a necessidade de uma ferramenta de auxílio se faz necessária. Outro fator que nos incentivou foi a dificuldade em reconhecer o mesmo símbolo para diferentes autores, já que a caligrafia varia de indivíduo para indivíduo”, explica Roberto, que participou do programa Ciências Sem Fronteiras como bolsista da Capes estudando na NUI Galway, na Irlanda, onde desenvolveu pesquisas na área de realidade virtual, visualização de edifícios 3D e desenvolvimento web.
De acordo com o pesquisador, esperava-se chegar a um modelo robusto capaz de classificar símbolos musicais manuscritos com eficiência. O melhor resultado, dentre os experimentos realizados, obteve uma taxa de acerto de 96.01% utilizando 32 símbolos musicais. Os resultados obtidos por este trabalho contribuem para a criação de ferramentas interativas para reconhecimento de partituras musicais.
“Os resultados obtidos por este trabalho contribuem para a criação de ferramentas interativas para reconhecimento de partituras musicais. Tais ferramentas poderão auxiliar na preservação do acervo histórico musical maranhense, na criação de museus musicais interativos e na acessibilidade sobre o conteúdo musical como um todo”, destaca Roberto.
O trabalho vem sendo realizado desde o final de 2015. Ele é coordenado pelos professores Geraldo Braz Junior e João Dallyson Sousa de Almeida no Laboratório de Mídias Interativas do Núcleo de Computação Aplicada da UFMA. Inicialmente, o objetivo era estudar técnicas de deep learning e logo se percebeu as possíveis aplicações no reconhecimento de símbolos musicais manuscritos.
“Esta etapa de classificação de símbolos foi concluída, agora queremos utilizar os resultados obtidos para gerar uma aplicação ao usuário final. A ideia consiste num usuário comum que, com um celular, possa usá-lo para filmar uma partitura e reproduzir a mesma. Esse objetivo pode ser facilmente adaptado para atingir museus do Estado do Maranhão e trazer maior capacidade de integração entre o acervo com a população em geral”, ressalta o pesquisador.
Os resultados obtidos pelo trabalho contribuem para a criação de ferramentas interativas para reconhecimento de partituras musicais. Tais ferramentas poderão auxiliar na preservação do acervo histórico musical maranhense, na criação de museus musicais interativos e na acessibilidade sobre o conteúdo musical como um todo.
Fonte: Comunicação Fapema (texto: Israel De Napoli).