基于数学模型分析的小提琴谐音能量分布特性研究

利用数学建模的方法,分析小提琴音阶中各音的谐音分布情况,以探究小提琴谐音能量的分布规律,提出在小提琴音色分析中应着重分析的谐音.通过对小提琴3个八度音阶的音进行频谱分析,使用高斯混合模型对小提琴谐音的能量分布进行建模,并对不同小提琴的谐音能量分布模型进行比较,调查各频率段不同琴的谐音能量分布规律之间差异的显著性.传统方法对单个音进行谐音分析,谐音分析结果仅针对一个被研究样本.本文方法根据音阶中所有音的频谱分析数据,在频域内为此小提琴谐音的能量分布建立模型,研究其规律,所以较传统方法更具有概括性.实验得到的结果显示:在调查的小提琴前12号谐音中,谐音的能量分布具有差异性,部分显示出比较显著的差异,如2号、6号、12号谐音,部分谐音分布规律的差异性不具有显著性,如5号、9号、11号谐音.此研究结果为小提琴各谐音对音色的影响,或者乐器质量等方面的研究起到了推动作用.     

基于自编码器的无监督机器异常声检测

针对机器异常声音很少发生并且种类多、不稳定的问题,提出了一种基于自编码器的无监督机器异常声检测方法.首先,利用正常声音的频谱特征训练自编码器,对正常声音的特征进行重建;然后,通过自编码器重建待测音频的特征,利用待测音频的特征和重建的特征两者之间的误差值进行异常检测.采用DCASE2020 Challenge Task2...     

互编码器辅助视频的多模态场景分类

为了解决多模态场景分类准确率不高的问题,文中提出一种由互编码器辅助视频的多模态场景分类方法。音频部分首先对输入音频数据进行特征提取并且使用自注意力机制取得关注信息,图像部分首先对视频进行分帧图片提取,然后通过ResNet50网络进行特征提取,随后提取到的双模态信息进入互编码器,互编码器通过提取各个模态隐层特征进行特征融合,融合后的新特征结合attention机制辅助视频特征。在该模型中,互编码器为融合特征的辅助系统。实验基于DCASE2021 Challenge Task 1B数据集进行验证,结果表明互编码器能够提升分类准确率。     

基于字典学习的无监督机器异常声检测

机器异常声检测是识别目标机器发出的声音是正常声音还是异常声音的任务,在机器生产中十分重要.而真实工厂中,实际的异常声音很少发生并且高度多样化,所以很难收集到详尽的异常声.针对训练集异常数据少的问题,本文提出了基于字典学习算法的无监督机器异常声检测系统,并通过单类支持向量机寻找异常点,可以在仅有正常声音样本作为训练数据的...     

基于自注意力机制的多模态场景分类

针对真实环境场景会同时出现多种事件导致场景分类准确率受到干扰信息影响的问题，本文提出了一种基于自注意力机制的多模态场景分类方法。首先，对音频进行特征提取并使用自注意力机制获得关注信息；然后，对视频进行分帧图片抽取，通过ResNet 50对图片特征进行提取；最后，将两个模态的特征进行拼接并再次使用自注意力机制对特征信息进行抓取分类。基于DCASE2021 Challenge Task 1B数据集的实验结果表明，与其基线系统、双模态信息简单拼接、视频辅助音频和音频辅助视频的分类系统相比，基于自注意力机制的多模态场景分类系统的准确率优于单模态互相辅助决策的场景分类系统。     

使用数学模型选择的方法对古典钢琴演奏中乐句节奏类型的决定因素进行建模

在古典钢琴演奏中,对乐句中节奏线条进行分类是一种常用做法.很多音乐学家在音乐学研究中对于乐句中节奏线条类型的选择因素做出了不同的假设.这些假设通常关注两大类因素:乐句本身的属性和节奏变化的时序关系.使用乐句位置和前序乐句中节奏线条的类型作为对于乐句节奏线条类型决定因素的抽象成因,4个贝叶斯图模型假设被用来进行对比测试,从而揭示古典钢琴演奏中对于乐句的节奏线条类型的决定因素.根据相对熵、交叉熵和作者自行拟定的交叉熵比在内的3个模型表现衡量标准,联合模型,即考虑单一乐句节奏型的选取与前序乐句中节奏型和乐句位置均相关的候选贝叶斯图模型,能够较为准确地折射出在古典钢琴演奏过程中,为乐句选取节奏型的影响因素.