基于机器学习的提琴面板参数优化
声音
2021-02-19 v2 机器学习
音频与语音处理
摘要
我们近期开发了一个神经网络，其输入为定义提琴面板几何与力学参数的量，输出为在自由边界条件下计算所得的前十个本征频率。在本文中，我们利用该网络优化若干误差函数，旨在分析提琴面板本征谱问题与其几何之间的关系。首先，我们聚焦于提琴外形。给定一振动特征，我们寻找能获得该特征的最佳面板几何。其次，我们探究从振动角度看，外形形状的改变能否由厚度分布的改补偿，反之亦然。最后，我们分析如何修改提琴形状以在其材料属性变化时保持响应恒定。这是音乐声学中一种原创技术，人工智能在该领域尚不广泛应用。它使我们既能由乐器几何计算其振动行为，又能为给定响应优化其形状。此外，该方法可对提琴制作师大有助益，他们由此可轻松理解所制提琴中几何变化的影响，从而阐明乐器制作过程中最为相关却又最少被理解的方面之一。
引用
@article{arxiv.2102.07133,
title = {Parametric Optimization of Violin Top Plates using Machine Learning},
author = {Davide Salvi and Sebastian Gonzalez and Fabio Antonacci and Augusto Sarti},
journal= {arXiv preprint arXiv:2102.07133},
year = {2021}
}