基于信号分解与感知掩蔽阈值的混音清晰度预测
声音
2021-10-15 v2 音频与语音处理
摘要
感知驱动音乐属性的客观测量在目标驱动的混音与母带处理方法以及音乐信息检索中均有应用。本文提出一种混音清晰度的感知模型，该模型将混合输入信号分解为瞬态、稳态和残留分量。对每个分量计算掩蔽阈值，并利用其相对关系确定整体掩蔽分数作为模型输出。针对受控听音测试收集的主观混音清晰度分数测试了模型的三种变体。表现最佳的变体达到了斯皮尔曼秩相关 rho = 0.8382（p<0.01）。此外，使用一个通过对测试刺激逐步施加退化效应而生成的独立数据集对模型输出进行分析。模型分析表明所提模型与主观混音清晰度分数之间关系密切，尤其当使用线性间隔分析频带度量掩蔽时。而且，类噪声残留信号的存在被证明对感知混音清晰度有负面影响。
引用
@article{arxiv.2103.12152,
title = {Musical Mix Clarity Predication using Decomposition and Perceptual Masking Thresholds},
author = {Andrew Parker and Steven Fenton},
journal= {arXiv preprint arXiv:2103.12152},
year = {2021}
}
备注
18 pages, 7 figures, 2 tables