Poszukiwanie korelacji pomiędzy parametrami wektora cech i barwą dźwięku

• Autorzy: Kostek B. , Szczuko P.

Warianty tytułu

EN

Searching for Correlation between Multidimensional Feature Vector and Musical Timbres

• Konferencja: X Sympozjum Inżynierii i Reżyserii Dźwięku ISSET 2003, Wrocław, 11-13 września, 2003
• Języki publikacji: PL

Abstrakty

EN

In the paper a proposal was outlined concerning searching for correlation between parameters and musical timbre. The procedure involves first statistical analysis of parameter values. Next, discretization process is performed based on fuzzy logic principles. In the experiments all parameter value domains are limited to five ranges in order to facilitate a comparison between objective analysis and subjective tests. Experts' task in listening tests is to assign semantic description to presented sounds. The next step of the procedure is extraction of rules from the gathered data based on the rough set method. The ROSETTA system is used for this purpose. The derived rules serve then for automatic classification of musical instruments. Some exemplary results are shown and conclusions are derived.

Słowa kluczowe

PL

inżynieria dźwięku

• Wydawca: Oficyna Wydawnicza Politechniki Wrocławskiej
• Czasopismo: Prace Naukowe Instytutu Telekomunikacji i Akustyki Politechniki Wrocławskiej. Konferencje
• Rocznik: 2003
• Tom: Vol. 84, nr 28
• Strony: 69--74
• Opis fizyczny: Bibliogr. 10 poz., rys., tab.

Twórcy

autor

Kostek B.

• Katedra Systemów Multimedialnych, Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika Gdańska Gdańsk, ul. Narutowicza 11/12

autor

Szczuko P.

• Katedra Systemów Multimedialnych, Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika Gdańska Gdańsk, ul. Narutowicza 11/12

Bibliografia

• 1. GREY J.M., Multidimensional perceptual scaling of musical timbres, JAES, Vol. 61, No. 5, May 1977
• 2. LOONEY C.G., A Fuzzy Clustering and Fuzzy Merging Algorithm, Technical Report, CS-UNR-101-1999
• 3. HOFMANN T., BUHMANN J., Multidimensional Scaling and Data Clustering, Advances in Neural Information Processing Systems, Vol. 7, The MIT Press, 1995, s. 459-466
• 4. ØHRN A., ROSETTA Technical Reference Manual, http://www.idi.ntnu.no/~aleks/rosetta/
• 5. INUIGUCHIM., TANINO T., Generalized Rough Sets and Rule Extraction, Proc. 3rd RSCTC Intern. Conf, Malvern, USA, 2002, s. 105-112.
• 6. KOSTEK B., "Computing with words" Concept Applied to Musical Information Retrieval, Int. Workshop on RSKD, vol. 82,4 (2003) Warsaw, Poland, http://www.elsevier.nl/locate/entcs/volume82.html
• 7. McADAMS S., WINSBERG S., Multidimensional scaling of musical tunbre constrained by physical parameters, J. Acoust. Soc. Am., 105 (1999) 1273 (A).
• 8. ØHRN A., VINTERBO S., SZYMAŃSKI P., KOMOROWSKI J., Modeling Cardiac Patient Set Residuals Using Rough Sets, Proc. AMIA Annual Fall Symposium, Nashville, USA, 1997, s. 203-207.
• 9. KOSTEK B., ŻWAN P., Automatic Classification of Musical Instruments Sounds Based on Wavelets and Neural Networks, Proc. 6th lASTED Intern. Conf., Artificial Intelligence and Soft Computing, Banff, Calgary, Canada, 2002, s. 407-412.
• 10. PAWLAK Z., Rough sets. International J. of Computer and Information Sciences, 11(5), 341-356,1982.