Eugen M.Dombois

 学生時代の昔、FM放送でバロックリュートというものを初めて聴き、バス弦の迫力に魅了されました。演奏はEugen M.Dombois。録音したテープを何度も聴き返していましたが、やがて、LPを見つけました。

Domboisの演奏は、NHKの皆川達夫さん、民放の服部幸三さん、どちらの番組だったか、覚えていませんが、どちらも毎週の楽しみでした。

この頃はリュートなぞ持っていないので、ギターで弾いていました。もちろん無手勝流で。全音から出ていたBruger版リュート組曲全集(800円)。

ある年に、ギタルラ社で中古のバロックリュートを入手しましたが、近隣に「リュート教師は見当たらず」でした。誰からも指導を受けることなく弾ける訳はありません。

断捨離！！

 本棚を無駄に占める楽譜のために、今、使っている楽譜のスペースがない！

・・・・・　断捨離！！

間違って買ってしまったモダンギター曲集。ビウエラ、バロックギター譜ではなかった！

ファクシミリ・エディションの印刷版。pdfが入手できる今となってはいらない！

pdfの多くは各国図書館から無料ダウンロードできる。

リコーダー楽譜は新しい主人が決まりました（写真に写っていません）。

この分量だけ、本棚の余裕ができました。

１日に２度

日曜日の午前、プツッという音がしたので見たら、フレットが切れた。 そのまま外出して戻ってきて、暫くしたら、また、プツッという音が。今度は６コース。 交換しておきました。

Allemande

このシミは何とか落とせるかも知れない。

　　（この曲には、もっと厄介な「裏抜け」がある．．．。）

【追記】

巷で騒がしい Chat GPT

冒頭に戻って来た答が面白いです。

質問

「デジタル化された古文書にみられる裏写り、裏抜けを消す方法」

回答

1. デジタル化された古文書にみられる裏写りや裏抜けを消す方法については、画像処理ソフトを使用することが一般的です。例えば、背景の薄いパターンを残したまま裏写りだけを除去する方法があります 1)。

2. また、古い文書の場合、酸化による黄ばみや古いシミには漂白剤やしみ抜き剤を使用することができます 2)。

3. このような画像処理ソフトには、Adobe PhotoshopやGIMPなどがあります。これらのソフトを使用することで、裏写りや裏抜けを消すことができます 3)。

上記に添付された参考サイト1), 2), 3)

1) スキャン時に濃度等を調整して裏写りを防止する方法。

2) ディジタル画像に漂白剤や染み抜き？？？

3) Photoshopを使って手動で消していく....

何度かやり取りして、deep Learningの実装に関するところまで話は進みました。

使い方によっては役に立つかも知れない。

モダン譜

装飾を加えたり、旋律線を一部変更したりするとき、何時でも、何度でも修正が可能なモダン譜に移しておくと便利です。

タイプミス撲滅のためファクシミリと対比しながら使います。

マスキングテープ

補助フレットの取り付けに使っているマスキングテープは和紙素材が使われていて結構丈夫です。私の練習量では半年以上は持ちました。

左手の押さえ方に問題があるのかも知れませんが、テープの端に指がかかってテープを剥がそうとする力が加わり、徐々にナット側の部分が変形してきました。

また、強く押さえてしまうからなのか、テープが破れて、とうとう、ガットが出てきてしまいました。

それで、今回はテープの幅をこれまでの15mmから30mmのもので貼り直して、テープの端に指がかかり難くしました。さて、今度はどれくらい長持ちするでしょう。

A happy New Year !

Gavotte

今回はDeep Learningではなく、従来手法を使ってクリーニングしました。

オリジナルのBecker III.11.3 - BWV 995は退色やシミが軽微なので、面倒なプロシージャは必要なく、パラメータを決めたら、後はバッチ処理にて全ページ一括処理します。

基本は、バックグランドノイズを落として、モノクロ化し、コントラストを補正します。最後に周辺の黒い領域をトリミングします。

黒い領域は、ディスプレー上で見るときはあまり気になりませんが、印刷したときは、見苦しいだけでなく無駄に黒インクを消費してしまいます。

Original

Noise Reduction

Monochrome

Contrast  Compensation

Border Trimming

Deep Learning (2)

まだ一部の研究事例しか見ていないが、ガウシアンを始めとする数学的手法で発生させたノイズを用いているので、それとは異なるノイズは無視される（効果がない）。

学習を必要とする手法Rを試す。説明が不親切なため学習のステップに進めない。

今日はここまで。

Pre-trained dataを使った結果
小さめのショットノイズは除去されているが、大きい画素が無視されている。
また、横線や文字が平均化フィルターをかけたようにボケている。

 

Original

Denoised

 

Deep Learning

 ファクシミリのクリーニングに役立つはずと思い、巷で騒がしい「Deep Learning」をいじってみた。色々な提案があるのどれがよいかサッパリわからない。とりあえず目に入った教師データなしの方法を試す。ノイズに埋もれた画像から元の画像を取り出すということなのだが...。

たまたま目に入った手法で上手く行ったら目出たいが、そうは簡単に問屋は卸してくれないようで。

処理時間はBerbara(女性の名)で約40分、タブラチュアで約30分。

プラットホームはGoogle Colab. GPUあり

ノイズだらけの中から復元するこの技術は素晴らしいが、定量評価のためかノイズパターンは固定されており、元々含まれていたノイズを落としてくれるものではない。

「教師不要でありながら、何が信号で何がノイズなのか判別できる」というのはさすがに都合が良すぎる？！

ということで、他にどんなアプローチが提案されているか調べてみる...。