Wyszukiwarka
Filtry
wszystkich: 9
Wyniki wyszukiwania dla: musical acoustics
-
''Computing with words'' concept applied to musical instrument recognition. W: [CD-ROM] International Symposium of Musical Acoustics. ISMA MEXICO CITY. Mexico City, 9-13 December 2002. Mexico City: Escuela Nacional de Musica UNAM**2002, 8 s. 3 rys. 3 tab. bibliogr. 25 poz. Automatyczne rozpoznawanie klas instrumentów muzycznych w oparciu o wyraże- nia opisujące barwę dźwięku.
PublikacjaW referacie przedstawiono nowy sposób automatycznego przetwarzania danychmuzycznych w oparciu o paradygmat zaproponowany przez L. Zadeha. Pozwala tona automatyczne rozpoznawanie klas instrumentów muzycznych wykorzystując o-pis słowny barwy dźwięku. Przedstawiono system realizujący automatyczną kla-syfikację instrumentów muzycznych oparty o metodę zbiorów przybliżonych ilogikę rozmytą.
-
Decomposition of duet instrument sounds. W: [CD-ROM] International Sympo-sium of Musical Acoustics. ISMA MEXICO CITY. Mexico City, 9-13 December 2002. Mexico City: Escuela Nacional de Musica UNAM**2002, 10 s. 4 rys. 2 tab. bibliogr. 15 poz. Dekompozycja duetów muzycznych.
PublikacjaW referacie zaprezentowany został algorytm separacji nagrań duetów muzycz-nych. Metoda separacji oparta została na algorytmie FED, przy pomocy któregomożliwa jest ekstrakcja części harmonicznych sygnałów. Ponadto wykorzystanyzostał algorytm estymacji częstotliwości podstawowej oparty na korelacjiskrośnej, w celu estymacji częstotliwości dekomponowanych harmonicznych.
-
Recent developments in automatic classification of musical instruments. W:[CD-ROM] Collected papers. First Pan-American/Iberian Meeting on Acoustics. 144 Meeting of the Acoustical Society of America. III Iberoamerican Cong- ress of Acoustics. 9o Mexican Congress of Acoustics. Cancun, Q. R. Mxico, 2-6 Dec. 2002. [B.m.:ASA]**2002 paper 2aMU4, 7 s. 6 rys. 1 tab. bibliogr. 21 poz. Automatyczne rozpoznawanie muzyki - przykłady eksperymentów.
PublikacjaW referacie dokonano przeglądu aktualnego stanu badań w dziedzinie automaty-cznego rozpoznawania muzyki. Przedstawiono też eksperymenty prowadzone aktu-alnie w Katedrze Dźwięku i Obrazu PG. Prace te dotyczyły rozpoznawania klasinstrumentów muzycznych i separacji duetów muzycznych. Pokazano przykładowewyniki i przedstawiono projekt prac do zrealizowania w przyszłych ekspery-mentach.
-
Introduction to the special issue on machine learning in acoustics
PublikacjaWhen we started our Call for Papers for a Special Issue on “Machine Learning in Acoustics” in the Journal of the Acoustical Society of America, our ambition was to invite papers in which machine learning was applied to all acoustics areas. They were listed, but not limited to, as follows: • Music and synthesis analysis • Music sentiment analysis • Music perception • Intelligent music recognition • Musical source separation • Singing...
-
SYNAT_MUSIC_GENRE_FV_173
Dane BadawczeThis is the original dataset containing 51582 music tracks (22 music genres) and 173 element-feature vector [1-6,9]. A collection of more than 50000 music excerpts described with a set of descriptors obtained through the analysis of 30-second mp3 recordings was gathered in a database called SYNAT. The SYNAT database was realized by the Gdansk University...
-
SYNAT Music Genre Parameters PCA 19
Dane BadawczeThe dataset contains feature vector after Principal Component Analysis (PCA) performing, so there are 11 music genres and 19-element vector derived from music excerpts. Originally, a feature vector containing 173 elements was conceived in earlier research studies carried out by the team of authors [1-6]. A collection of 52532 music excerpts described...
-
SYNAT_PCA_48
Dane BadawczeThere is a series of datasets containing feature vectors derived from music tracks. The dataset contains 51582 music tracks (22 music genres) and feature vector after Principal Component Analysis (PCA) performing, so there are 48-element vectors derived from music excerpts. Originally, a feature vector containing 173 elements was conceived in earlier...
-
SYNAT_PCA_11
Dane BadawczeThe dataset contains 51582 music tracks (22 music genres) and feature vector after Principal Component Analysis (PCA) performing, so there are 11-element vectors derived from music excerpts. Originally, a feature vector containing 173 elements was conceived in earlier research studies carried out by the team of authors [1-6]. A collection of more than...
-
Loudness Scaling Test Based on Categorical Perception
PublikacjaThe main goal of this research study is focused on creating a method for loudness scaling based on categorical perception. Its main features, such as: way of testing, calibration procedure for securing reliable results, employing natural test stimuli, etc., are described in the paper and assessed against a procedure that uses 1/2-octave bands of noise (LGOB) for the loudness growth estimation. The Mann-Whitney U-test is employed...