MétaCan
Menu
Retour à la cohorte
Enregistrement W2024431600 · doi:10.1121/1.2934965

Perception, verbal description and gestural control of piano timbre

2008· article· en· W2024431600 sur OpenAlexaff
Caroline Traube, Michel Bernays, Madeleine Bellemare

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2008
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésTimbrePianoArticulation (sociology)GesturePerceptionMeaning (existential)OnomatopoeiaVocabularyComputer scienceObject (grammar)Dynamics (music)PsychologyCognitive psychologySpeech recognitionAcousticsLinguisticsMusicalArtificial intelligenceArtVisual arts

Résumé

récupéré en direct d'OpenAlex

Musical expressivity in virtuosic pianistic performance relies heavily on timbre and performers call upon a vast vocabulary to describe the nature of their sound; examples of adjectives include velvety, metallic, bright, round and dark. The present study aims to determine whether this vocabulary, its perceptual meaning and the gesture applied to obtain the sounds it describes, stand as consensual among pianists. The relations between timbre, articulation, register and dynamics are also examined. Nearly 100 verbal descriptors were collected as well as the description of the associated gestures. Some timbres are specific to certain dynamic levels and others are the result of a combination of at least two sonic elements into one resulting sound object, where articulation, - the relation between one note to the next - plays a crucial role. A subset of these adjectives has been selected for further study. A professional pianist performed, on a computer-controlled recording acoustic piano, three short project-designed pieces with several timbres, as designated by adjectives. The excerpts were also captured with microphones to serve as stimuli for a timbre recognition task, both in free form and by selection, to which a group of 17 pianists performed with great accuracy.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,683
Score d'incertitude au seuil0,483

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,218
Écart entre enseignants0,205 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

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