基于特征的小提琴琴码导纳表示方法
声音
2021-03-30 v1 机器学习
音频与语音处理
信号处理
摘要
频率响应函数(FRFs)是音乐声学实验研究的基石之一。它们描述了乐器在宽频范围内的振动方式,并用于预测和理解乐器之间的声学差异。对于小提琴等弦乐器,在琴码处求得的 FRFs 被认为能够捕捉琴体的整体振动。这些指标也称为琴码导纳,在文献中被广泛用于对比分析。然而,由于其结构复杂,它们难以进行定量比较和研究。在本文中,我们提出了一种量化 FRFs(特别是小提琴琴码导纳)之间差异的方法,该方法将表征响应的第一共振峰在频率、幅值和品质因子上的效应分离开来。这种方法使我们能够定义 FRFs 之间的距离,并根据该距离对测量值进行聚类。我们使用两个案例研究——一个基于有限元分析,另一个利用真实小提琴上的测量——来证明这种表示方法的有效性。具体而言,对于模拟的琴码导纳,所提出的距离能够突出连续仿真“步骤”对特定振动性质的不同影响;而对于真实小提琴,则初步揭示了相似以及相反的制琴风格。
引用
@article{arxiv.2103.14895,
title = {Feature-based Representation for Violin Bridge Admittances},
author = {R. Malvermi and S. Gonzalez and M. Quintavalla and F. Antonacci and A. Sarti and J. A. Torres and R. Corradi},
journal= {arXiv preprint arXiv:2103.14895},
year = {2021}
}
备注
8 pages, 6 figures, submitted to "The 27th International Congress on Sound and Vibration" (ICSV)