Wyniki wyszukiwania - BazTech

1

Metoda korekcji sygnału muzycznego w zmiennych warunkach akustycznych

Hoffmann Piotr

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2020

|

nr 7-8

378--381, CD

PL

W referacie przedstawiono koncepcję automatycznego systemu korekcji sygnału muzycznego, uwzględniającego akustykę pomieszczenia oraz odtwarzany gatunek muzyczny. Zaproponowany algorytm jest oparty na odpowiedzi częstotliwościowej pomieszczenia i na jej podstawie kompensuje warunki akustyczne otaczające źródło dźwięku. W referacie przedstawiono wyniki testów subiektywnych oceniających skuteczność proponowanego algorytmu w zależności od gatunku muzycznego oraz warunków akustycznych. Przeprowadzone testy subiektywne wykonano zgodnie z metodologią MUSHRA i AB. Łącznie w obu testach wzięło udział ponad 90 osób, a uzyskane w nich wyniki zostały poddane analizie istotności statystycznej za pomocą testu ANOVA.

EN

In the paper, a new method of automatic music signal correction, taking into account room acoustics and the music genre being played, is proposed. The proposed algorithm takes into account the room frequency response and, on its basis, compensates the acoustic conditions surrounding the listener. The paper presents the results of subjective tests evaluating the effectiveness of the proposed algorithm depending on the music genre and acoustic conditions. The subjective tests were performed according to MUSHRA and AB methodology. In total, more than 90 people took part in both tests, and the results were analyzed for statistical significance with the ANOVA test.

2

Music Genre Recognition Using Convolutional Neural Networks

Matocha M., Zieliński S. K.

Advances in Computer Science Research

|

2018

|

Nr 14

125--142

EN

The aim of this study was to develop a music genre classifier using convolutional neural networks and to compare its performance with a traditional algorithm based on support vector machines. A distinct feature of the proposed approach was to utilize two-channel stereo signals at the input of the convolutional network. The proposed method yielded similar results compared to those obtained with the traditional approach, demonstrating the potential of the proposed method and indicating the need for its further optimization. Using two-channel stereo signals at the input of the algorithm showed no improvements over the baseline method exploiting single-channel recordings, suggesting that monaural signals fed to the convolutional network might be sufficient to undertake the task of music genre recognition. According to the results, the network ‘prioritized’ the temporal changes over the frequency variations of the signals. This observation tentatively implies that the classifiers specifically designed to account for temporal changes might potentially better serve the task of music genre recognition than the convolutional neural networks.

PL

Celem niniejszej pracy było opracowanie klasyfikatora gatunków muzycznych z użyciem splotowych sieci neuronowych i porównanie go z tradycyjnym algorytmem opartym na maszynie wektorów wspierających. Wyróżniającą cechą zaproponowanego podejścia było wykorzystanie dwu-kanałowego dźwięku stereofonicznego na wejściu sieci splotowej. Zaproponowana metoda dała podobne wyniki do rezultatów otrzymanych z użyciem podejścia tradycyjnego, demonstrując potencjał zaproponowanej metody oraz wskazując na potrzebę jej dalszej optymalizacji. Wykorzystanie dwu-kanałowego dźwięku stereofonicznego na wejściu algorytmu nie poprawiło wyników w porównaniu z metodą bazową wykorzystującą nagrania jednokanałowe, sugerując, iż zastosowanie dźwięków monofonicznych na wejściu splotowej sieci neuronowej jest adekwatne do celów rozpoznawania gatunków muzycznych. Zgodnie z uzyskanymi wynikami, sieć potraktowała priorytetowo zmiany czasowe w porównaniu ze zmianami częstotliwościowymi sygnałów. Obserwacja ta pozwala wstępnie przypuszczać że klasyfikatory specjalnie zaprojektowane, by uwzględnić zmiany czasowe, potencjalnie mogłyby lepiej służyć celom rozpoznawania gatunków muzycznych niż neuronowe sieci splotowe.

3

Intelligent equalizer solution employing music genre and the room characteristics analysis

Hoffmann P., Kostek B.

Elektronika : konstrukcje, technologie, zastosowania

|

2017

|

Vol. 58, nr 4

13--17

EN

The paper presents an intelligent equalizer solution based on room acoustic conditions and music genre analysis. A series of acoustic characteristic measurements are performed for checking the concept proposed. White noise (reference signal) and audio excerpts belonging to six music genres are utilized as excitation signals in measurements. This results in registration of frequency responses of rooms and reverberation times. Signals recorded in the listener’s receiver position are used to obtain room equalization characteristics. Pilot subjective tests are performed to obtain information on listeners’ preference on spectral characteristics of reproduced music depending on music genre.

PL

W artykule przedstawiono koncepcję inteligentnego rozwiązania korektora graficznego uwzględniającego warunki akustyczne pomieszczenia oraz gatunek muzyczny. W przeprowadzonych pomiarach właściwości akustycznych badanych pomieszczeń wykorzystano szum biały (sygnał odniesienia) oraz fragmenty sygnałów fonicznych, należących do sześciu gatunków muzycznych. Na podstawie pomierzonej charakterystyki częstotliwościowej pomieszczenia dokonano kompensacji warunków akustycznych w otoczeniu miejsca odsłuchu z uwzględnieniem gatunku muzycznego. Przeprowadzono wstępne testy subiektywne w celu uzyskania informacji w kontekście preferencji słuchaczy reprodukowanej muzyki w zależności od gatunku muzycznego.

4

Koncepcja korekcji sygnału dźwiękowego z uwzględnieniem charakterystyk częstotliwościowych pomieszczenia oraz gatunku muzycznego

Hoffmann P., Kostek B.

Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej

|

2016

|

Nr 51

63--66

PL

W artykule została przedstawiona koncepcja automatycznego systemu korekcji z uwzględnieniem charakterystyki częstotliwościowej pomieszczenia oraz odtwarzanego gatunku muzycznego. Proponowany algorytm na podstawie charakterystyki częstotliwościowej pomieszczenia dokonuje kompensacji warunków akustycznych w otoczeniu emitera dźwięku. Dodatkowo w procesie kompensacji uwzględniana jest zawartość sygnału poprzez rozpoznanie rodzaju gatunku muzycznego. W artykule zostały pokrótce przedstawione parametry wykorzystywane w procesie rozpoznawania gatunków w kontekście liczby pasm częstotliwościowych użytych w korekcji dźwiękowej. Ponadto pokrótce omówiono środowisko Faust, w którym zaprojektowano korektor graficzny.

EN

A research study presents investigations of the influence of the room acoustics on the frequency characteristic of the audio signal playback. First, a concept of a novel spectral equalization method of the room acoustic conditions is introduced. On the basis of the frequency response of the room, a system for room acoustics compensation based on a designed equalizer is proposed. The system settings depend on music genre recognized automatically. In order to acquire room acoustic characteristics, a series of measurements are performed. Feature vector used in the process of identifying music genres is discussed in the context of the number of frequency bands designated for the equalizer proposed. Also, the Faust programming environment, in which the proposed equalizer is designed, is shortly outlined.

5

Music genre classification applied to bass enhancement for mobile technology

Hoffmann P., Kostek B.

Elektronika : konstrukcje, technologie, zastosowania

|

2015

|

Vol. 56, nr 4

14-19

EN

The aim of this paper is to present a novel approach to the Virtual Bass Synthesis (VBS) algorithms applied to portable computers. The proposed algorithm is related to intelligent, rule-based setting of synthesis parameters according to music genre of an audio excerpt. The classification of music genres is automatically executed employing MPEG 7 parameters and the Principal Component Analysis method applied to reduce information redundancy. To perform genre recognition k-Nearest Neighbors classifier is used. The VBS algorithm is based on nonlinear device (NLD) or phase vocoder (PV) depending on the content of an audio file excerpt. A soft computing (fuzzy logic) algorithm is employed to set optimum synthesis parameters depending on a given song. To confirm the relationship between genres and preferences of listeners in the low frequency range the pair wise subjective comparison test is carried out. In tests 30 pairs of audio files are employed divided into six popular musical genres. Music excerpts processed by a commercially available bass boost algorithm are used for comparison. Based on the responses of the listeners the statistical analysis is carried out. A short summary is also provided that contains plans for future algorithm development.

PL

Artykuł przedstawia nową metodę wirtualnej syntezy niskich częstotliwości w urządzeniach mobilnych. Proponowana metoda generuje inteligentne reguły do określenia optymalnych parametrów syntezy w zależności od słuchanego gatunku muzycznego. Klasyfikacja gatunków muzycznych odbywa się automatycznie bazując na wektorze parametrów MPEG 7 oraz analizie głównych składowych (ang. Principal Component Analysis) w celu redukcji nadmiarowości informacji. W rozpoznawaniu gatunku muzycznego wykorzystywany jest klasyfikator k-Najbliższych Sąsiadów. Synteza niskich częstotliwości opiera się na metodzie elementów nieliniowych (NLD) lub wokodera fazowego (PV) w zależności od fragmentu utworu. W celu uzyskania optymalnych parametrów syntezy w zależności od słuchanego utworu stosuje się przygotowane reguły logiki rozmytej. Dla potwierdzenia zależności pomiędzy gatunkami muzycznymi a preferencjami słuchaczy w zakresie niskich częstotliwości przeprowadzono testy subiektywne porównań parami. W teście zostało wykorzystanych 30 par utworów należących do sześciu popularnych gatunków muzycznych. Jako odniesienie w teście zostały wykorzystane próbki przetworzone przez komercyjny algorytm należący do grupy Bass Boost. Na podstawie odpowiedzi słuchaczy, uzyskanych w testach subiektywnych, przeprowadzono analizę statystyczną, która potwierdza potrzebę rozpoznawania gatunku muzycznego w kontekście poprawy brzmienia niskich częstotliwości.