86、听觉感知与流形成的奥秘

听觉感知与流形成的奥秘

1. 响度感知

在语音和音乐中,响度的表现有所不同。对于音节内的声音,存在具有交际意义的可感知响度。对于较长片段的语音,其响度轮廓主要由音节核心的响度变化决定。而在音乐旋律方面,打击乐器发出的音调,其最响亮的部分在音调起始处;但弓弦乐器和管乐器发出的音调则可能不同。对于由持续音调组成的旋律,其响度更适合被看作是一个在单个音调和音调之间都可能变化的轮廓。

2. 音高感知

2.1 音高感知模型

目前大多数音高感知模型基于听觉神经纤维尖峰序列的时间精细结构(TFS)。其原理是试图找出音调谐波中最常见的周期,通过对整个音调拓扑阵列上的自相关或自协方差函数(ACVF)进行求和来实现。ACVF的峰值代表听觉神经纤维中尖峰序列的间隔分布峰值,求和结果即为总结自协方差函数(SACVF)。与原点分离的最大峰值的延迟被认为代表尖峰序列中最常见的间隔,从而作为音高周期的估计。这种方法能够正确估计各种或多或少具有谐波特性的声音的音高,包括有声语音的音高、谐波声音的虚拟音高、重复音高等。SACVF最大峰值相对于原点峰值的高度被提议用来表示感知的音/噪比或音高显著性,也有人提议不仅考虑SACVF的主峰,还考虑主峰延迟整数倍处的峰值。

2.2 音高估计问题

音高估计存在一些问题。首先,判断一个声音是否有音高是个难题。除了静音和一些特殊声音外,SACVF总是有峰值,但有些声音(如单个脉冲对)虽然峰值清晰,但音高却难以听见。在快速变化的声音(如辅音簇)中,SACVF中峰值的位置波动非常快,与任何感知到的音高频率都无关。有声摩擦音(如 /v/ 或 /z/)中存在大量噪声也会带来问题。部分问题可以通过只关注在一定积分时间内

相关推荐

Vibe Coding:嵌入式开发者的系统感知力训练指南

Vibe Coding并非新编程范式,而是嵌入式工程师对硬件行为、时序约束与系统状态的深度认知能力——它根植于‘硬件可感、时序可触、状态可溯、边界可守’四大实践支柱。在资源受限、实时性敏感、物理耦合紧密的嵌入式场景中,这种能力决定调试效率、故障定位精度与量产可靠性。它超越API调用与工具链堆砌,强调在抽象层之下始终保有通往硅片的思维通路,使开发者能从示波器波形、寄存器快照、SWO日志和功耗曲线中读取系统真实语言。本文聚焦如何将这种可训练、可测量、可复现的工程直觉,转化为标准化工作流与团队能力图谱。

weixin_33875839的博客 353

【信息科学与工程学】计算机科学与自动化——第六十三篇 人机交互之前端交互参数知识库02

每个分支下又细分了四个关键方向,并按照“研究对象/焦点、基本问题、核心理论/概念、研究方法、应用/目标、前沿/发展”的框架进行阐述,严格遵循了六级编码体系。在最终整合时,应建立唯一的学科分类编码表(例如,用两位数字或“ART”、“MED”、“ECO”等字母前缀),并确保所有下级编码(尺度、层次、类别、子类、具体项)的逻辑一致性。此回答中的编码为示例,实际系统需据此调整。控制过程(前馈、同期、反馈)、全面质量管理(TQM)、平衡计分卡(BSC)定量(调查、实验)、定性(访谈、民族志)、混合方法、大数据。

weixin_49199313的博客 682

39、稳态复杂声音响度的奥秘与局限

本博文探讨了稳态复杂声音响度的奥秘与局限,重点分析了纯音作为参考音时的响度调整差异、响度计算模型的构建与验证,以及模型的局限性。同时,文章深入讨论了部分响度的概念、影响因素及其在实际环境中的应用和不足。通过实验数据和数学模型,揭示了声音频率分布、强度、带宽等因素对响度感知的影响,并指出了响度模型在时间波动、个体差异和复杂声学环境中的改进方向。

code8的博客 66

Ubuntu 22.04下Realtek R8125网卡驱动安装避坑指南(附DKMS自动编译配置)

本文详细介绍了在Ubuntu 22.04系统上为Realtek R8125 2.5GbE网卡安装驱动的完整流程与避坑指南。针对内核通用驱动r8169的冲突问题,重点讲解了如何通过DKMS(Dynamic Kernel Module Support)实现驱动的持久化自动编译与安装,确保系统内核升级后网卡驱动依然有效。内容包括环境准备、驱动源码获取、DKMS标准配置、驱动冲突解决(设置黑名单)以及日常维护与故障排查方法,旨在为用户提供一个一劳永逸的稳定解决方案。

echo99的专栏 1025

检索增强世界模型(R-WoM)原理与应用实践

世界模型是AI系统理解环境的核心技术,通过构建环境的内部表示实现状态预测和行动规划。传统方法基于RNN或VAE等神经网络,而检索增强世界模型(R-WoM)创新性地引入检索机制,结合外部记忆库提升系统性能。这种架构突破模型参数限制,使AI能像人类一样利用历史经验解决问题,在游戏AI、虚拟助手等场景表现优异。关键技术包括FAISS相似性搜索、分层记忆管理和动态检索策略,其中Transformer编码器和GRU动态模型的组合实现高效环境建模。实践表明,该方法可提升47%的战术多样性,加快32%的应急响应速度。

weixin_42676876的博客 341

企业级AI Agent平台建设方案

本报告将深入剖析构成一个顶级AI Agent平台的各个功能层面,为构建者提供一份全面的战略蓝图。

分享AI和大数据领域的知识和研究 1590

微信服务号配置总是提示“参数错误”?我就是这样一步步查出问题的

前两天,我遇到了一个很诡异的问题:在微信服务号后台配置服务器地址时,总是提示“参数错误,请重新填写”。

代码简单说 Vue、JAVA、PHP、Node.js 熟练运用,接口、架构、性能全搞定。 1279

【蓝凌表单】JSP组件常用语法整理

【代码】【蓝凌表单】JSP组件常用语法整理。

烧硬盘 712

论文阅读:Training language models to follow instructions with human feedback

这篇论文的目标是通过引入一种基于人类反馈的训练方法,来让语言模型更好地按照用户意图行事。这是因为大规模语言模型虽然强大,但有时候会生成不准确、有偏见或者对用户无帮助的内容,这说明它们和用户的需求之间存在一定的“错位”。论文提出了一个新方法,将 GPT-3 进行优化,称为示例数据与监督学习:让人类标注员生成一些正确行为的示例,并使用这些示例来初步优化模型。比较数据与奖励模型:让标注员比较模型生成的多个输出,并将其排序,从中学到模型输出的优劣规则。强化学习优化:基于这些规则,使用强化学习算法进一步优化模型。

CSPhD-winston的博客 1719

一张图读懂 SAP S/4HANA Cloud 与 SAP BTP 的扩展版图

本文解析了SAP S/4HANA Cloud的扩展技术谱系,提出扩展应分为on-stack(系统内)和side-by-side(并行)两种路径,并沿着低代码到专业代码的能力梯度进行分层。on-stack扩展包括面向业务人员的Key User Extensibility和面向开发者的Developer Extensibility,强调贴近核心业务对象;side-by-side扩展则依托SAP BTP平台,提供SAP Build低代码工具、CAP开发框架和ABAP云环境三种方案,支持解耦创新。文章通过五个真实案

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 257

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

上一篇: 55、磁性壁面攀爬机器人的运动仿真与位置控制
下一篇: 31、低成本计算:Ubuntu 硬件与系统搭建指南
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