COLLABSCORE - Espaces collaboratifs de partitions musicales numérisées

Coordinateur : Philippe Rigaux (CENTRE D’ÉTUDES ET DE RECHERCHE EN INFORMATIQUE ET COMMUNICATIONS)

Partenaire : Mathieu Giraud CNRS CRIStAL

Équipe : Algomus du Groupe Thématique : I2C.

Dates : 04/21 - 09/24

Résumé :

Le projet est dédié à la numérisation collaborative de partitions présentes sous forme d’images dans les fonds patrimoniaux. Le processus s’appuie sur une production initiale de la notation musicale par reconnaissance optique (OMR). L’information produite produite, fautive et/ou incomplète, est ensuite soumise à une communauté d’utilisateurs (crowdsourcing) puis à un processus de réconciliation des différentes versions obtenues. La notation numérique finalement obtenue sert alors de support à une valorisation des fonds musicaux, consistant par exemple à synchroniser le défilement des images et d’un document audio. Le projet vise à lever les verrous rendant actuellement impossible une telle numérisation en (1) guidant et contrôlant l’OMR par des connaissances a priori sur le style musical, et (2) définissant un processus de crowdsourcing spécifique au caractère multimodal des partitions et de leur notation. Le projet produira un démonstrateur final chez notre partenaire-utilisateur.

Abstract

The project is dedicated to the collaborative digitization of music scores currently available only as images in museum collections. The workflow begins with an OMR (Optical Music Recognition) step, producing an incomplete or incorrect score. The second step relies on a crowdsourcing correction effort, in which a community of users will partially improve the scores. The reconciliation step of the different versions will be automatised with specifically developed software, to obtain a reference score. This fulcrum notation will then be used in conjunction with several sources, to enhance the user experience. For instance, listening could be assisted by the synchronized scrolling of the score, and augmented with musicological annotations. The project aims at solving some scientific challenge, first by guiding and controlling an OMR process with musical knowledge, then by elaborating an automated crowdsourcing process. A demonstrator will be delivered, to be used by our user-case partner.