Wyniki wyszukiwania - BazTech

1

Analiza parametrów sygnału mowy w kontekście ich przydatności w automatycznej ocenie jakości ekspresji śpiewu

Zaporowski Szymon, Kostek Bożena

Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej

|

2019

|

Nr 68

61--64

PL

Praca dotyczy podejścia do parametryzacji w przypadku klasyfikacji emocji w śpiewie oraz porównania z klasyfikacją emocji w mowie. Do tego celu wykorzystano bazę mowy i śpiewu nacechowanego emocjonalnie RAVDESS (Ryerson Audio-Visual Database of Emotional Speech and Song), zawierającą nagrania profesjonalnych aktorów prezentujących sześć różnych emocji. Następnie obliczono współczynniki mel-cepstralne (MFCC) oraz wybrane deskryptory niskopoziomowe MPEG 7. W celu selekcji cech, posiadających najlepsze wyniki rankingowe, wykorzystano las drzew. Następnie dokonano klasyfikacji emocji z za pomocą maszyny wektorów nośnych (SVM, Support Vector Machine). Stwierdzono, że parametryzacja skuteczna dla mowy nie jest skuteczna dla śpiewu. Wyznaczono podstawowe parametry, które zgodnie z otrzymanymi wynikami pozwalają na znaczną redukcję wymiarowości wektorów cech, jednocześnie podnosząc skuteczność klasyfikacji.

EN

This paper concerns the approach to parameterization for the classification of emotions in singing and comparison with the classification of emotions in speech. For this purpose, the RAVDESS database containing emotional speech and song was used. This database contains recordings of professional actors presenting six different emotions. Next, Mel Frequency Cepstral Coefficients and selected Low-Level MPEG 7 descriptors were calculated. Using the algorithm of Feature Selection based on a Forest of Trees, coefficients, and descriptors with the best ranking results were determined. Then, the emotions were classified using the Support Vector Machine. The classification was repeated several times, and the results were averaged. It was found that descriptors used for emotion detection in speech are not as useful for singing. Basic parameters for singing were determined which, according to the obtained results, allow for a significant reduction in the dimensionality of feature vectors while increasing the classification efficiency of emotion detection.

2

The impact of the type of sung vowels on the singing quality

Półrolniczak E., Łazoryszczak M., Mąka M.

Elektronika : konstrukcje, technologie, zastosowania

|

2011

|

Vol. 52, nr 11

112-114

EN

The paper presents an approach of assessment of singing quality based on properties of fundamental frequency (FO) trajectories. An analysis of singing has been performed using exercise with dedicated phrase containing consecutive vowels at the same pitch. The frequency deviations between voice's pitch and target tonality along with intonation trends have been considered at evaluation stage. Performed experiments show that in case of short duration of singing sounds, the vowel type is independent of whole phrase. The special case was/o/vowel which had decreasing trend in terms of intonation. Proposed technique of singing voice assessment is characterized by simplicity and low computational complexity, thus can be used in real-time applications.

PL

W pracy przedstawiono technikę oceny jakości głosu śpiewanego z wykorzystaniem własności trajektorii częstotliwości tonu krtaniowego (FO). Przeprowadzono analizę śpiewu z użyciem ćwiczenia, na które składala się fraza zawierająca samogłoski śpiewane kolejno na tej samej wysokości dźwięku. Wykorzystano pomiar odchylenia częstotliwości pomiędzy śpiewanymi i zadanymi dźwiękami. Przeprowadzone eksperymenty pokazują, że w sytuacji, gdy czas trwania śpiewanej głoski jest krótki to ich rodzaj nie miał znaczącego wpływu na całość frazy. Wyjątkiem była tu głoska /o/, która we wszystkich przypadkach wykazywała trend zniżkowy, jeśli chodzi o intonację. Proponowane podejście oceny głosu śpiewanego charakteryzuje się prostotą i niską złożoności obliczeniową, co stwarza możliwości jego wykorzystania w zastosowaniach czasu rzeczywistego.

3

Parametryzacja głosów śpiewaczych

Żwan P.

Prace Naukowe Instytutu Telekomunikacji i Akustyki Politechniki Wrocławskiej. Konferencje

|

2004

|

Vol. 85, nr 29

209-218

PL

Referat przedstawia podział parametrów głosu śpiewaczego z punktu widzenia metod praktycznego ich wyznaczenia. W oparciu o zaprezentowany model narządu śpiewu omówione są zarówno parametry statyczne jak i dynamiczne ze szczególnym uwzględnieniem metod parametryzacji formantów, tonu krtaniowego i efektu wibrato. W referacie przedstawiono zaimplementowane w środowisku MATLAB narzędzia do analizy śpiewu umożliwiające wyznaczenie jego parametrycznego opisu, co stanowi najważniejszy blok projektowanego systemu analizy i automatycznego rozpoznawania głosów śpiewaczych.

EN

In the paper singing voice parameters are clasified . Basing on singing voice organ model some static and dynamic parameters are discussed. Formant and glottal source estimation algotithms and vibrato parameters are presented . Parametrization task is presented in context of an objective description and an automatic singing voice quality recognition system.

4

Badanie algorytmów ekstrakcji tonu krtaniowego w śpiewie

Żwan P.

Prace Naukowe Instytutu Telekomunikacji i Akustyki Politechniki Wrocławskiej. Konferencje

|

2004

|

Vol. 85, nr 29

197-207

PL

Referat opisuje dwie główne metody ekstrakcji tonu krtaniowego w śpiewie. Obie metody oparte są o filtrację odwrotną sygnału, ale rozróżnia je sposób aproksymacji charakterystyki częstotliwościowej traktu głosowego. Pierwsza metoda opiera się na wygładzaniu cepstralnym, druga na aproksymacji charakterystyki formantowości metodą predykcji liniowej. W referacie omówiono algorytm detekcji tonalności i automatycznego wyboru analizowanej ramki, przedstawiono obie metody ekstrakcji sygnału krtaniowego, określono teoretyczne parametry tonu krtaniowego i dokonano porównania skuteczności działania przedstawionych metod detekcji dla sygnałów śpiewu reprezentujących dwa różne style muzyczne - śpiew operowy i gardłowy śpiewy rozrywkowy.

EN

In the paper two glottal source extraction methods are presented. Both are based on inverse filtration of singing signal, but differ in vocal tract formant spectrum estimation method. First is based on spectral smoothing, second on linear prediction. In the paper a system for automatic harmonic frame selection is presented, later two glottal source estimation methods are shown and teoretical glottal parametrs are described. At the end a comparison of efficiency of presented methods is shown for sample singing signals representing two singing styles - opera singing and throat singing.