MétaCan
Menu
Retour à la cohorte
Enregistrement W1985615600 · doi:10.1121/1.3654986

Estimating the clarinet mouthpiece reflection from measurement and the instrument's produced sound

2011· article· en· W1985615600 sur OpenAlexaff
Tamara Smyth, Jonathan S. Abel

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2011
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésMouthpieceAcousticsReflection (computer programming)Filter (signal processing)AutocorrelationSIGNAL (programming language)Measure (data warehouse)Computer scienceMathematicsOpticsPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

In this work, a method is presented for estimating the reflection off the clarinet mouthpiece, using a priori measurement of the bell, and post processing of the instrument's produced sound. A previously introduced measurement technique is used to obtain measurement of clarinet bell and transmission filters. In addition to these elements, however, the round-trip propagation loss in the clarinet bore and bell also includes wall loss and mouthpiece reflection. Though the former is accurately modeled theoretically, assuming the clarinet bell is close to cylindrical, the mouthpiece is more difficult to measure, both because of a supposed oscillating reed, and because the required placement of a measurement device would obstruct the mouthpiece's characteristic reflection. The lumped round-trip loss filter in the bore is estimated from the clarinet signal by first considering the signal's periodic structure. After taking the signal's autocorrelation, which preserves its periodicity and naturally provides the beginning of the period, the round-trip filter is iteratively estimated by constructing an optimization function from the first and second phases of the autocorrelation sequence. Once the round-trip loss is estimated, the mouthpiece reflection may be extracted by removing the effect of the other known comprising filter elements.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,046
Tête enseignante GPT0,250
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetMusic Technology and Sound StudiesTravaux en français237 207