Тип работы:
Предмет:
Язык работы:


Реализация автоматизированной трансформации ритма музыкального аудио

Работа №60824

Тип работы

Дипломные работы, ВКР

Предмет

информатика

Объем работы35
Год сдачи2017
Стоимость4750 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
35
Не подходит работа?

Узнай цену на написание


Введение 4
1. Определение подхода к процессу трансформации ритма 6
1.1 Понятие ритмического аудио 6
1.2 Масштабирование по времени 7
1.3 Представление метода ритмической трансформации 8
2. Процесс ритмической сегментации 10
2.1 Принципы ритмической сегментации 10
2.2 Функция комплексного выявления атак спектральной разницей 11
2.3 Определение локаций долей 14
2.4 Пересэмплирование и извлечение ритмического паттерна 15
3. Сопоставление ритмических паттернов 18
3.1 Проблемы при сопоставлении паттернов 18
3.2 Обоснованность синхронизированной трансформации 18
3.3 Принцип сопоставления паттернов 19
4. Масштабирование по времени 21
4.1 Дальнейший шаг метода 21
4.2 Вокодеры 21
4.3 Локировка фазы 22
4.4 Применение масштабирования по времени 23
5.1 Метод оценки метода 25
5.2 Алгоритм определения жанров 25
5.3. Проведение тестирования 26
1. Обсуждение и вывод 28
Заключение 29
Списоклитературы 30
Приложение 32

Данная работа проводится в рамках лаборатории DigitalMediaLab. DigitalMediaLab (DML) - лаборатория визуализации и разработки компьютерных игр.
Цель данной дипломной работы заключается в исследовании применения автоматизированной трансформации ритма музыкального аудио при производстве цифрового музыкального контента. Под «музыкальным аудио» имеется в виду партия ударных инструментов, ведь именно эти инструменты создают основную ритмическую составляющую всей композиции. Для человека, играющего ударную партию, крайне важно поддерживать постоянный темп, бить по инструментам в рамках этого темпа. Иногда ударник играет заранее придуманную партию (например до этого созданную из электронных ударных звуков в какой-либо цифровой рабочей станции - программе, в которой происходит создание музыки, её запись и сведение), в таком случае любое отклонение от этой партии - воспроизведение звука чуть раньше или чуть позже намеченного момента - нежелательно. Отсюда истекает проблема:не всегда записанное аудио музыки соответствует тому, что задумывалось, и приходится затем вручную трансформировать позиции ударных внутри аудиофайла.
Стоит сразу отметить, что в наши дни музыка абсолютно всегда проходит через цифровую обработку, иначе просто невозможно подготовить её к выпуску онлайн или на цифровых носителях. В цифровую обработку как минимум входит сведение (объединение отдельных записанных треков в единую композицию) и мастеринг (обработка сведённой композиции для её выпуска «в мир»), но так же очень часто проводят коррекцию аудио - удаление артефактов (звуковых «ошибок»), изменение длины определённых фрагментов, их громкости. Это самые базовые действия, которые обязательно нужно
проводить при коррекции аудиофайлов. Многие из которых входят и в обработку ударных партий. Если требуется трансформировать ритмический рисунок ударной партии, то без этих действий это сделать просто невозможно, и именно эти действия (в данном случае это передвижение фрагментов, изменение их длины, высоты) войдут в автоматизированную обработку ритма. Поэтому смело можно сказать, что проблема актуальна. Она так же практически значима, так как эти действия занимают много времени, если проводить их вручную.
Таким образом, поставлена задача нахождения рационального метода автоматизированной трансформации ритма музыкального аудио. Для
достижения поставленной задачи были сформулированы следующие подзадачи:
1. Определение подходов к процессу трансформации ритма;
2. Анализ ритмической сегментации;
3. Анализ способов сопоставления ритмических паттернов;
4. Анализ способов масштабирования по времени;
5. Оценка и сравнение результативности методов.
В итоге в данной работе будет описана методика автоматической синхронизации ритмических паттернов между двумя музыкальными сигналами. В трансформации, изначальный сигнал получит темп, метрику, размер, ритмическую структуру модельного сигнала, при этом сохраняя выступы внутри тактов и сильные доли. Модельным сигналом может служить, например, электронная партия ударных, на основе которой и создавалась «живая» ударная партия.


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В результате выполнения дипломной работы было исследованоприменениеавтоматизированной трансформации ритма музыкального аудио при производстве цифрового музыкального контента.
В процессе выполнения дипломной работы были решены следующие задачи:
1. Определены подходы к процессу трансформации ритма;
2. Изучена ритмическая сегментация;
3. Изучены способы сопоставления ритмических паттернов;
4. Изучены способы масштабирования по времени;
5. Оценены и сравнены результативности методов.



[1] ДюксбериЧ. Signal models for polyphonic music, Ph.D. thesis - Department of Electronic Engineering, Queen Mary, University of London, 2014.
[2] Равелли Э., БеллоД. П., СэндлерM. Б., “Automatic rhythm modification of drum loops”: IEEE Signal Processing Letters, том 14, № 4, C. 228-231. - 2017.
[3] Равелли Э., БеллоД. П., СэндлерM. Б., “Fast implementation for nonlinear time-scaling of stereo audio signals,” in Proceedings of the 8th International Conference on Digital Audio Effects (DAFx05) - Madrid, Spain, 2015 - С. 182-185.
[4] ДжеханТ. Creating music by listening, Ph.D. thesis - School of Architecture and Planning, Massachusetts Institute of Technology, 2015.
[5] БеллоД. П., ДюксбериЧ., М.И. Дэвис, СэндлерM. Б. “On the use of phase and energy for musical onset detection in the complex domain,” IEEE Signal Processing Letters, том. 11, номер. 6, С. 553-556.- 2014.
[6] ГоуйонФ, ФабигЛ., “Rhythmic expressiveness transformation of audio recordings: swing modifications,” in Proceedings of the 6th International Conference on Digital Audio Effects (DAFx03) - London, United Kingdom, 2013 -С. 94-99.
[7] ДэвисМ. Э. П. Towards automatic rhythmic accompaniment, Ph.D. thesis - Department of Electronic Engineering Queen Mary, University of London, 2013.
[8] ДэвисМ. Э. П.,Пламбли М.Д., “Exploring the effect of rhythmic style classification on automatic tempo estimation,” -2012.
[9] Диксон С., Гоуйон Ф., and Уидмер Г., “Towards characterization of music via rhythmic patterns,” in Proceedings of 5th International Conference on Music Information Retrieval - Barcelona, Spain, 2004 - С. 509-517.
[10] Вокодер [Электронныйресурс]. - Режимдоступа: https: lien. wikipedia. org/wiki/Vocoder
[11] Принцип оконного преобразования Фурье [Электронныйресурс]. - Режимдоступа: https://en.wikipedia.org/wiki/Short-time Fourier transform
[12] УиттенИ.Х., Франк Е., Data Mining: Practical machine learning tools and techniques - Morgan Kaufmann, San Francisco,2nd edition.- 2005.


Работу высылаем на протяжении 30 минут после оплаты.




©2025 Cервис помощи студентам в выполнении работ