用于全声视觉模式识别的对数复色彩方法
声音
2019-07-24 v1 音频与语音处理
摘要
虽然传统的音频可视化方法描绘幅度强度随时间的变化，例如时频谱图，并且虽然某些方法可能使用复相位信息来增强幅度表示，例如重分配谱图，但相位数据通常并未被单独表示。通过将幅度强度绘制为亮度和饱和度、将相位周期绘制为色调变化，我们的复谱图方法同时显示幅度和相位信息，使此类图像成为源波的典型视觉表示。因此，原始声音可以通过逆转我们的过程从图像中精确重建（精确到原始相位）。这使得人类能够以新方式将我们高度发达的视觉模式识别技能应用于完整的音频数据。
引用
@article{arxiv.1907.09936,
title = {Log Complex Color for Visual Pattern Recognition of Total Sound},
author = {Stephen Wedekind and P. Fraundorf},
journal= {arXiv preprint arXiv:1907.09936},
year = {2019}
}
备注
6 pages, 5 figures, 28 references, cf. http://tinyurl.com/color-rtsm