A rolagem manual de cifras durante apresentações quebra a fluidez e impõe barreiras de acessibilidade. Este trabalho mitiga essa limitação através do algoritmo Instant, Q0tFUiBBQ0VTU0UvU0VHUkVETy1 sincroniza a cifra à execução musical em tempo real. Q0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1J A seguir, demonstramos sua operação prática, arquitetura, ambiente de testes e métricas de validação.
Algoritmo de rastreamento em tempo real
QUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdS
QUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8t
RUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1
Q0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVN
Q0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTR
U1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0U
RVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU
Q0VTU0UvU0VHUkVETy1IQ
SEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0V
IEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSI
U0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS
RVIgQUNFU1NFL1NFR1JFRE8tS
RVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUd
RURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVET
RVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUd
R1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU
RS9TRUdSRURPLUhBQ
Q0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1J
RUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVE
UkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNL
UiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1I
RUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVE
RUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1
RVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU
Ty1IQUNLRVIgQUNFU1NFL1NFR1JFRE8
QUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRV
RVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tS
U1NFL1NFR1JFRE8tSEF
R1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUN
SEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU
Metodologia e Validação
Esta seção descreve o dataset de captações acústicas criado para o projeto e as métricas usadas na avaliação.
O Dataset Sintético
Para validar a arquitetura simulando a captação real, foi criado um dataset acústico combinando vozes (Mozilla Common Voice, CC0) e instrumentais (soundsafari, CC0). A matriz gerada é exposta a quatro estressores:
- Ruído de fundo: Variação da Relação Sinal-Ruído (SNR).
- Ritmo: Intermitência e duração de pausas.
- Repetição: Versos cantados múltiplas vezes.
- Omissão: Blecaute total de um verso.
Métricas
Em cada execução, o sistema extrai o mapeamento temporal e avalia o balanço entre dois extremos, U1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEF As principais métricas são:
- Tempo Sincronizado: Porcentagem do tempo em que a interface apresentou a letra correta sem desvios maiores que o viewport visual (≈100 caracteres).
- Latência Aparente: Atraso decorrido (em milissegundos) entre o canto real da palavra e RVNTRS9TRUdSRURPLUhB na tela, somado ao tempo de inferência do dispositivo.
Resultados e Validação
Os resultados a seguir vêm de simulações. O algoritmo corrige a posição com estimativas de tempo, que acertam mais em cenários consistentes como os do dataset; em uso real, com mais ruído e imprevisibilidade, os resultados podem ser piores. O vídeo no celular, na página inicial, mostra melhor o comportamento real.
O gráfico de dispersão avalia a relação direta entre o atraso computacional (latência, no eixo X) e a integridade do rastreamento (precisão, no eixo Y) durante a execução local.
RVIgQUNFU1NFL1NFR1JFRE8tS o tempo até o sistema reconhecer uma marcação no áudio (eixo X) são proporcionais à capacidade do hardware.
A dispersão revela que hardwares limitados (Celular) formam agrupamentos à direita devido à maior latência computacional. Ainda assim, a proporção de sincronismo (eixo Y) do celular fica na faixa superior do gráfico, alguns pontos abaixo da do computador.
Os dois pontos destacados no gráfico são o melhor resultado de cada plataforma sob a pior interferência acústica do dataset.
Conclusão
O sistema Instant acompanhou a letra em tempo real, em laboratório, no computador e no celular, com todo o processamento no próprio aparelho. Ainda não há validação em gravações reais nem teste com usuários.
No celular, o mesmo algoritmo mantém a sincronização alguns pontos abaixo da do computador nos mesmos cenários. O custo está no atraso: o processamento local no celular é cerca de 10 vezes mais lento que no computador com placa de vídeo de entrada.
Como estratégia, o desenvolvimento seguiu uma política de não-regressão: ajustes feitos para os cenários caóticos eram descartados se piorassem o resultado em áudios limpos. Isso prioriza a estabilidade, mesmo que alguns ganhos em cenários difíceis fiquem para depois.
RVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhBQ0tFUiBBQ0VTU0UvU0VHUkVETy1IQUNLRVIgQUNFU1NFL1NFR1JFRE8tSEFDS0VSIEFDRVNTRS9TRUdSRURPLUhB