47、音高感知:强度、歧义与音色的关系

音高感知:强度、歧义与音色的关系

1. 音高显著性或音高强度

在音高感知中,不同声音的音高在感知上的清晰度存在差异。例如,脉冲对的“弱”重复音高与具有大量低阶谐波的复杂音调的“强”音高形成鲜明对比。

1.1 音高强度的研究方法

Fastl和Stoll通过合成多种不同类型的声音,如纯音、具有低次谐波的复杂音调、带通滤波的复杂音调、调幅音、重复噪声和带通滤波噪声等,将这些声音的响度和持续时间进行均衡,并改变它们的音高频率(125Hz、250Hz和500Hz)。让听众将这些声音的音高强度与标准的500Hz纯音(强度设为100%)进行相对评分。结果表明,听众能够一致地完成这项任务,例如具有低次谐波的复杂音调的音高比具有虚拟音高的复杂音调更强,而具有虚拟音高的复杂音调的音高又比噪声声音更强。

1.2 不同声音类型的音高强度

  • 带通噪声 :当带通噪声的带宽足够窄时可以引发音高。Horbach、Verhey和Hots的研究发现,当带通滤波器的斜率不太陡时,音高强度随着噪声带宽的增加而降低,当带宽超过临界带宽时音高消失;当滤波器斜率非常陡时,边缘音高会与中心频率的音高融合,从而增加尖锐滤波噪声突发的音高强度。
  • 重复音高 :如在相关演示中,噪声经过一次延迟并与自身相加,或者经过多次迭代延迟相加,迭代次数越多,音高越强。Patterson等人和Yost研究发现,迭代波纹噪声的音高强度与摘要自相关函数的主峰高度有关,Shofner和Selas对更多种类声音的测试也证实了这一点,且这种关系符合史蒂文斯幂定律的某种修改版本,指数略大于1。

相关推荐

R语言歌词分析实战:从Prince文本解码音乐与时代脉搏

歌词分析是自然语言处理(NLP)在非标准文本领域的关键应用场景,其核心在于突破新闻、评论等常规语料的建模范式,转向对节奏、重复、留白和语义张力的多维建模。不同于传统TF-IDF或情感词典的静态统计,现代歌词NLP需融合音乐结构(如副歌位置、节拍密度)、认知特征(单音节偏好、韵律熵值)与社会语境(发行年代、版权事件),形成‘词频动力学’分析框架。R语言凭借tidytext的‘一词一行’范式、dplyr的管道化清洗逻辑及ggplot2的节奏感知可视化能力,在处理Prince这类高度风格化、强音乐性的文本时展现出

weixin_34161083的博客 440

ChatTTS不是TTS:小样本语音克隆原理与声纹微调实战

语音克隆是人工智能语音合成的重要演进方向,区别于传统文字转语音(TTS)系统,其核心在于利用少量录音提取个人声纹特征,实现个性化语音生成。技术原理基于小样本微调与零样本推理双轨机制,通过建模基频、共振峰、韵律停顿等生物声学指纹,赋予AI‘像你说话’的能力。这种能力带来显著的技术价值:高辨识度、强表现力、低数据依赖,适用于AI助手、有声书、短视频口播等强调人格化表达的场景。而ChatTTS作为典型代表,正推动语音克隆从实验室走向本地化、轻量化、工程化落地。

weixin_34205826的博客 357

跨语言语音情感识别技术SERE框架解析

语音情感识别(SER)是人机交互的核心技术,通过分析语音信号中的音高、响度和音色特征来识别情感状态。传统方法依赖大量标注数据和静态特征提取,难以应对多语言场景。SERE框架创新性地引入语义-情感共振机制,通过瞬时共振场(IRF)动态捕捉跨语言情感表达的同步点,仅需少量标注样本即可实现高精度识别。该技术在智能客服、心理健康监测等场景具有重要应用价值,特别解决了低资源语言和小语种的情感识别难题。实验表明,在德语、中文等语言的跨语言任务中,SERE相比现有方法识别准确率提升最高达13.8%。

weixin_30791095的博客 423

2023年2月AI技术切片:多模态生成、指令微调与模型可解释性实战

生成式人工智能正从单点能力突破迈向系统化工程落地,其核心演进围绕多模态生成(音频/视频/3D)、指令微调(Instruction Tuning)与基础模型可解释性三大支柱展开。技术原理上,离散化自回归架构提升音频生成的语义一致性,检索增强+指令泛化的协同机制强化知识密集型任务的可控性,而RASP到Transformer的白箱编译则为模型行为提供形式化验证路径。这些进展显著提升了AI在内容创作、企业知识服务与可信部署中的技术价值,广泛应用于智能客服、教育问答、AIGC音乐制作及动态场景生成等真实业务场景。Mu

闲谈 449

7、声音场景与事件的声学和心理声学解析

本文深入探讨了声音场景与事件的声学和心理声学解析,涵盖音色的多维特性及其声学关联,如尖锐度、粗糙度和起音时间;阐述了听觉场景的感知机制,包括格式塔分组定律与计算听觉场景分析(CASA)中的时间相干模型;分析了声音事件属性的心理力学研究,涉及材料、形状、大小及动作参数的感知能力与应用;并拓展至基于图式的分离与多感官整合在VR/AR、教育等领域的应用。最后提出了未来研究方向,包括时间相干性规则的明确化、人工智能建模以及认知心理学在图式构建与多感官融合中的优化作用。

b9c0d的博客 87

科研绘图必备:Adobe Illustrator 高效排版技巧全解析

本文详细解析了Adobe Illustrator在科研绘图中的高效排版技巧,帮助科研人员提升论文图表质量。从图片预处理、统计图表优化到精准对齐和期刊投稿前的终极检查,全面覆盖AI在科研绘图中的关键应用场景,确保图表符合期刊要求,提升投稿成功率。

weixin_26767391的博客 347

AI Agent实战:WorkBuddy安装部署、任务执行与模型接入全教程

AI Agent是当前自动化办公与智能工作流的核心技术,它区别于传统问答式AI,能够理解目标、拆解任务并调用工具交付完整成果。其底层原理基于任务规划、工具调用与结果验证的循环机制,让机器从“提供建议”进化为“完成任务”。在工程实践中,合理配置模型服务(如接入DeepSeek)、设计标准化Skill(技能包)与自定义指令,可以显著提升Agent在报告生成、数据分析、竞品调研等场景中的稳定性与效率。WorkBuddy作为典型的任务式AI工作台,为运营、产品、开发等多角色提供了统一入口,覆盖安装部署、任务描述公式

weixin_26712075的博客 293

数据结构与算法——7-2 一元多项式的乘法与加法运算 (20分)

设计函数分别求两个一元多项式的乘积与和。 输入格式: 输入分2行,每行分别先给出多项式非零项的个数,再以指数递降方式输入一个多项式非零项系数和指数(绝对值均为不超过1000的整数)。数字间以空格分隔。 输出格式: 输出分2行,分别以指数递降方式输出乘积多项式以及和多项式非零项的系数和指数。数字间以空格分隔,但结尾不能有多余空格。零多项式应输出0 0。 输入样例: 4 3 4 -5 2 6 1 -2 0 3 5 20 -7 4 3 1 输出样例: 15 24 -25 22 30 21 -10 2

qazwsxxxxxasd的博客 1484

高效静音黑科技 —— 单相直流无刷电机驱动器

然而,传统的BLDC电机驱动通常依赖于三相架构,电路复杂,成本高昂,且在低功率应用中显得有些“大材小用”。单相直流无刷电机驱动器作为一项高效、静音、经济的技术,正逐渐改变着各个领域的电机驱动方式。其精巧的控制策略、显著的优势以及广阔的应用前景,都预示着这项技术将在未来扮演越来越重要的角色。它相较于传统的三相驱动,显著简化了电路结构,降低了成本,尤其适用于低功率、对静音要求极高的应用场景。通过这些模块的协同工作,单相直流无刷电机驱动器能够实现对电机速度、扭矩的精确控制,并最大程度地降低噪声和振动。

wen8789的博客 1768

运放偏置电路设计:如何精准计算差分放大器的电压偏移量

本文深入解析了差分放大器偏置电路的设计原理与精准计算方法,重点阐述了如何通过引入参考电压实现信号电压偏移,以适应单电源ADC的输入范围。文章结合实战案例,详细推导了偏移电压公式,并强调了电阻匹配、运放选型及PCB布局对精度和共模抑制比的关键影响,帮助硬件工程师避免常见设计陷阱。

weixin_29288313的博客 638

论文理解【LLM-Agent】——【SkillOpt】Executive Strategy for Self-Evolving Agent Skills

SkillOpt 将 agent skill 从人工或一次性 prompt artifact 转化为可验证、可控、可迁移的文本空间“可训练状态”,通过有界编辑、验证门控、拒绝编辑反馈和 slow/meta update,在不更新模型权重的情况下显著提升多类 agent 任务表现

佚失的诗篇 608

SPSS线性混合模型实战:手把手复现一篇老年认知研究的统计结果(含代码)

本文详细介绍了如何使用SPSS线性混合效应模型复现老年认知研究的统计结果,涵盖数据准备、模型构建、结果解读及可视化全流程。特别针对重复测量数据分析,提供了SPSS菜单操作与语法编写的实用技巧,帮助研究者高效处理复杂数据并验证模型假设。

weixin_42562079的博客 520

在 ABAP Cloud 里优雅读取与解析 XML:用 sXML Reader 把接口数据落成结构化 ABAP

ABAP Cloud中XML解析实践 摘要:本文介绍了在ABAP Cloud环境下解析XML数据的最佳实践。针对企业系统中常见的XML格式数据,文章推荐使用sXML库中的CL_SXML_STRING_READER进行流式解析,而非传统的DOM方式。重点解析了命名空间(Namespace)、属性(Attribute)和CDATA等关键概念的处理方法,并比较了两种读取属性的策略:通扫所有属性(NEXT_ATTRIBUTE)和精准取值(GET_ATTRIBUTE_VALUE)。文章提供了完整的ABAP Cloud

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 196

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

上一篇: 1、公钥密码学中的高效模块化指数技术解析
下一篇: 73、保障 JavaScript 安全与应对在线广告点击欺诈
code8
博客等级 码龄17年 65粉丝 1720原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值