基于时频散射的数学音乐错觉
声音
2026-02-13 v1 音频与语音处理
摘要
错觉概念源自色度学，描述的是在光谱内容差异显著的情况下，两种有色光产生的视觉相似感受。类似地，我们提出“音乐错觉”，指两种音乐片段因波形差异而产生的听觉相似感受。本技术报告中，我们描述了一种从任意音频录音生成音乐错觉的方法。该方法基于Kymatio中的联合时频散射技术，Kymatio是一个支持GPU计算和自动微分的Python开源软件。我们的方法优势在于无需任何手动预处理，如转录、节拍检测或源分离。我们给出JTFS的数学描述及部分Kymatio源代码摘录。最后，我们回顾了JTFS的 prior work，并与相关算法（如时频受话题、调制功率谱和 Gabor 滤波器组）建立联系。
引用
@article{arxiv.2602.11896,
title = {Musical Metamerism with Time--Frequency Scattering},
author = {Vincent Lostanlen and Han Han},
journal= {arXiv preprint arXiv:2602.11896},
year = {2026}
}
备注
Technical report, 15 pages, 1 figure. Written in November 2024 as part of a collaboration with Henkjan Honing's music cognition group at the University of Amsterdam