学习音高的螺旋拓扑结构
声音
2020-02-06 v2 机器学习
音频与语音处理
摘要
为解释八度的谐和性，音乐心理学家将音高表示为一个螺旋，其中方位角与轴向坐标分别对应于音高类与音高高度。本文探讨从未经标注的音频数据中发现这一螺旋结构的问题。我们在常数Q变换（CQT）域中测量皮尔逊相关性，以在频率子带之间构建K近邻图。随后，我们运行Isomap流形学习算法将该图表示于三维空间中，其中直线近似图测地线。对孤立乐音的实验表明，所得流形类似于一个螺旋，在每个八度完成完整一圈。在英语语音中也发现了圆形结构，但在城市噪声中未发现。我们讨论了各种设计选择对可视化的影响：乐器组合、响度映射函数以及近邻数K。
引用
@article{arxiv.1910.10246,
title = {Learning the helix topology of musical pitch},
author = {Vincent Lostanlen and Sripathi Sridhar and Brian McFee and Andrew Farnsworth and Juan Pablo Bello},
journal= {arXiv preprint arXiv:1910.10246},
year = {2020}
}
备注
5 pages, 6 figures. To appear in the Proceedings of the IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP). Barcelona, Spain, May 2020