論文の概要: Timbre Analysis of the Hulusi, a Southwestern Chinese Free-Reed Instrument, using Machine Learning
- arxiv url: http://arxiv.org/abs/2609.17612v1
- Date: Mon, 14 Sep 2026 13:14:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:53.455626
- Title: Timbre Analysis of the Hulusi, a Southwestern Chinese Free-Reed Instrument, using Machine Learning
- Title（参考訳）: 機械学習を用いた中国南西部のフリーリード楽器Hulusiの音色解析
- Abstract要約: 中国雲南省で発明された管楽器で、近年は非常に人気がある。
パイプの長さはフリーリードの固有周波数ではなく、例えば西洋のアコーディオンやブルースハープとは異なり、楽器のピッチを決定する。
異なる楽器やピッチをクラスタリングするために,ハルーシの音色特性を調べるために,機械学習モデルを用いた。
- 参考スコア（独自算出の注目度）: 1.7445453468374101
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The hulusi is a wind instrument that was invented in Yunnan Province, China, and has become tremendously popular in recent years. It consists of a mouthpiece, a gourd, and three bamboo tubes, all with free reeds made of copper. The main bamboo tube in the middle has seven finger holes. In this instrument, the pipe length, not the free reed's eigenfrequency, determines the instrument's pitch, unlike, for example, with the Western accordion or the blues harp. In this study, a machine learning model implemented in the COMSAR framework (https://github.com/ifsm) was used to investigate the timbre characteristics of the \emph{hulusi} to cluster different instruments and pitches. The measured \emph{hulusi} pitches C, B, A, G, and F were analyzed according to seven psychoacoustic features, among which only the spectral centroid, sharpness, and fractal correlation dimension are shown to form pitch clusters. These timbre features were used to train Kohonen self-organizing maps (SOMs) for clustering. Brightness and sharpness analysis revealed that the highest pitches were less bright and less sharp than mid- and low-range pitches were. Furthermore, the fractal correlation dimension, which mainly determines the chaoticity of the initial transients, was the best-clustering timbre feature for the hulusi, with the highest pitches showing the least chaoticity. This result is supported by defining a cluster quality index for the SOMs.
- Abstract（参考訳）: 中国雲南省で発明された管楽器で、近年は非常に人気がある。
マウスピース1本、ガード1本、竹管3本で構成され、すべて銅製のフリーリーズである。
中央の竹管には7本の指穴がある。
この楽器では、パイプの長さはフリーリードの固有周波数ではなく、例えば西洋のアコーディオンやブルースハープとは異なり、楽器のピッチを決定する。
本研究では,COMSARフレームワークに実装された機械学習モデル(https://github.com/ifsm)を用いて,異なる楽器やピッチをクラスタリングするためのemph{hulusi}の音色特性について検討した。
C, B, A, G, Fの測定値は, スペクトル遠心率, シャープネス, フラクタル相関次元のみの7つの心理音響特性に基づいて解析し, ピッチクラスタを形成することを示した。
これらの音色は、クラスタリングのためのコホーネン自己組織化マップ(SOM)の訓練に使用された。
明度とシャープネス分析の結果, 高いピッチは中・低域ピッチよりも明度が低く, 鋭度も低いことがわかった。
さらに, フラクタル相関次元は, 初期過渡期のカオス性を主に決定するが, フラクタル相関次元はフラクタルの最も高い音色の特徴であり, 高いピッチは最もカオス性が低い。
この結果は、SOMのクラスタ品質指標を定義することで支持される。
関連論文リスト
- Music Information Retrieval on Representative Mexican Folk Vocal Melodies Through MIDI Feature Extraction [0.0]
この研究はMIDIツールボックスを用いて音楽の特徴を抽出し、統計分析を行う。
ピッチクラスのエントロピーの分析は、Armando Manzanero's Somos Novios'が最も高いエントロピーを示すように、幅広いメロディックな複雑さを示している。
区間分布は主に素区間(P1)、主区間、短区間(M2,m2)を特徴とする。
統計分析では、アンビタスやエントロピーとSpotifyの演奏数との間に有意な相関関係は確立されていない。
論文 参考訳（メタデータ） (2025-03-31T15:57:28Z) - DisMix: Disentangling Mixtures of Musical Instruments for Source-level Pitch and Timbre Manipulation [21.06957311285177]
DisMixは、ソースのメロディと楽器を構築するためのビルディングブロックとして、ピッチと音色の表現が機能する生成フレームワークである。
表現の操作により, モデルサンプルは, 構成楽器のピッチと音色の組み合わせとを混合する。
音源レベル表現の集合に条件付き混合を再構成する非絡み合ったピッチ音色表現と潜時拡散変換器を共同で学習することができる。
論文 参考訳（メタデータ） (2024-08-20T12:56:49Z) - Spectrum AUC Difference (SAUCD): Human-aligned 3D Shape Evaluation [65.14552608167054]
既存の3Dメッシュ形状評価メトリクスは主に全体形状に焦点を当てるが、通常は局所的な詳細に敏感ではない。
これは、人間の知覚が全体像と詳細な形状の両方に注意を払っているため、人間の評価と矛盾する。
本研究では, スペクトル領域を曲線差下(SAUCD)と命名し, 人間の評価との整合性を示す分析指標を提案する。
論文 参考訳（メタデータ） (2024-03-03T21:35:00Z) - Learning Global-aware Kernel for Image Harmonization [55.614444363743765]
画像調和は、背景を基準として前景画素を適応的に調整することで、合成画像の視覚的不整合問題を解決することを目的としている。
既存の手法では、前景と背景の間の局所的な色変換や領域マッチングが採用されている。
本稿では,長距離バックグラウンド参照を包括的に考慮した地域調和のための,GKNet(Global-Aware Kernel Network)を提案する。
論文 参考訳（メタデータ） (2023-05-19T13:49:02Z) - Neural Collapse Inspired Feature-Classifier Alignment for Few-Shot Class
Incremental Learning [120.53458753007851]
FSCIL(Few-shot class-incremental Learning)は、新しいセッションにおいて、新しいクラスごとにいくつかのトレーニングサンプルしかアクセスできないため、難しい問題である。
我々は最近発見された神経崩壊現象にインスパイアされたFSCILのこの不整合ジレンマに対処する。
我々は、FSCILのための神経崩壊誘発フレームワークを提案する。MiniImageNet、CUB-200、CIFAR-100データセットの実験により、提案したフレームワークが最先端のパフォーマンスより優れていることを示す。
論文 参考訳（メタデータ） (2023-02-06T18:39:40Z) - TONet: Tone-Octave Network for Singing Melody Extraction from Polyphonic
Music [43.17623332544677]
TONetは、トーンとオクターブの両方の知覚を改善するプラグアンドプレイモデルである。
本稿では,高調波を明示的にグループ化する改良された入力表現Tone-CFPを提案する。
第3に,最終的なサリエンス特徴写像を改善するために,トーンオクターブ融合機構を提案する。
論文 参考訳（メタデータ） (2022-02-02T10:55:48Z) - Fast accuracy estimation of deep learning based multi-class musical
source separation [79.10962538141445]
本稿では,ニューラルネットワークのトレーニングやチューニングを行うことなく,任意のデータセットにおける楽器の分離性を評価する手法を提案する。
理想的な比マスクを持つオラクルの原理に基づいて、我々の手法は最先端のディープラーニング手法の分離性能を推定するための優れたプロキシである。
論文 参考訳（メタデータ） (2020-10-19T13:05:08Z) - Deep Learning Based Source Separation Applied To Choir Ensembles [9.711659088922838]
合唱歌は、ポリフォニック・ハーモニーで同時に歌う、アンサンブル・ソングの広く普及した形式である。
最も一般的な合唱曲の舞台はソプラノ、アルト、テノール、バス(SATB)の4つのパートで構成されている。
このコーラル設定のソース分離のタスクは、SATB混合物を構成部品に分離する必要がある。
論文 参考訳（メタデータ） (2020-08-17T22:07:44Z) - Time-Frequency Scattering Accurately Models Auditory Similarities
Between Instrumental Playing Techniques [5.923588533979649]
音色知覚は楽器や演奏技術だけで提供されるものよりも柔軟な分類法で機能することを示す。
本稿では,楽器,ミュート,技法間の類似性のクラスタグラフを復元するマシンリスニングモデルを提案する。
論文 参考訳（メタデータ） (2020-07-21T16:37:15Z) - Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。
本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。
実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
論文 参考訳（メタデータ） (2020-07-20T12:07:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。