光学文字認識（OCR）は、よく確立されたデジタル化技術で、スキャンした文書のテキストをコンピューターで検索および編集可能な形式に変換するためによく使用されます。しかし、楽譜やその他の種類の原稿などの他の文書をデジタル化することはできません。インドネシアのジャカルタにあるビナヌサンタラ大学のチームが開発した新しいアプローチは、ディープラーニングと畳み込みニューラルネットワークを使用して、原稿に書かれた楽譜のニュアンスを認識するようにトレーニングされています。
このシステムでは、音部記号、五線譜、音楽キーが所定の位置になければなりませんが、これらはテンプレートで簡単に割り当てることができます。スキャンした原稿を変換する際、五線譜上の各音符の位置を検出して音程を定義します。次のステップでは、並列アルゴリズムを使用して各音符の長さを検出し、原稿内の休符、無音、その他の類似する特徴の位置を特定します。完全にデジタル化されると、現在のソフトウェアを使用して、コンピューター上であらゆる楽器の音を使って原稿を「演奏」したり、歌詞のスコアを音楽と関連付けてコンピューターに歌わせたりすることは簡単です。科学者は、OMR が成熟すると、音楽の演奏、音楽教育、音楽原稿のアーカイブ化など、さまざまな用途に使えると考えています。チームは、このアプローチにより、ソフトウェア「アプリケーション」開発者がスマートフォンやタブレット用のプログラムを作成し、たとえば、誰でも簡単にスコアをスキャンしてその原稿で OMR を実行できるようになると示唆しています。
