用节奏指纹增强乐谱
人机交互
2020-09-07 v1
摘要
本文通过聚焦节奏分析任务，弥合了可视化与音乐学之间的鸿沟；由于公认的通行音乐记谱法（CMN）视觉编码复杂，此类任务十分繁琐。我们未取代 CMN，而是用节奏指纹增强乐谱，以缓解源于音乐特征同步编码的复杂性。所提出的视觉设计利用了节奏树等音乐理论概念，以促进对节奏信息的理解。将乐谱与节奏指纹并列呈现，保持了与熟悉表示的联系。为考察节奏指纹设计在识别与比较节奏模式上的效用，我们对四位专家与四位新手开展了受控用户研究。结果表明，节奏指纹使新手用户能够识别出仅专家使用非增强乐谱才能辨别的节奏模式。
引用
@article{arxiv.2009.02057,
title = {Augmenting Sheet Music with Rhythmic Fingerprints},
author = {Daniel Fürst and Matthias Miller and Daniel Keim and Alexandra Bonnici and Hanna Schäfer and Mennatallah El-Assady},
journal= {arXiv preprint arXiv:2009.02057},
year = {2020}
}
备注
6 pages, 1 page references, 3 pages appendix, 4 figures