MétaCan
Menu
Retour à la cohorte
Enregistrement W2075312780 · doi:10.1121/1.2935296

Objective quality measurement of the excitation of impact sounds in a source/filter model

2008· article· en· W2075312780 sur OpenAlexaff
Mathieu Lagrange, Bruno L. Giordano, Philippe Depalle, Stephen McAdams

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2008
Typearticle
Langueen
DomaineComputer Science
ThématiqueSpeech and Audio Processing
Établissements canadiensMcGill UniversityCentre for Interdisciplinary Research in Music Media and Technology
Organismes subventionnairesnon disponible
Mots-clésDeconvolutionSIGNAL (programming language)AcousticsExcitationAccelerationTime domainComputer scienceQuality (philosophy)HammerProcess (computing)PhysicsMaterials scienceAlgorithmComputer vision

Résumé

récupéré en direct d'OpenAlex

For the modeling of percussive (non-sustained) sounds, the excitation signal can be estimated from an original sound in several ways, usually by a time-domain deconvolution process. The source signal obtained by such a process cannot be compared with the original excitation because it is usually unknown. Hence in most of the approaches available in the literature, the validation of the deconvolution process is quantifed in terms of spectral flatness, i.e. a source signal is considered as a good estimation of the excitation when most of the resonant content has been removed. However, the excitation signal is usually a percussive burst, the time domain properties of which are known to be very important, at least perceptually speaking. To evaluate the time domain properties of the estimated excitation, we propose in this paper to compare the estimated excitation to the recording of the acceleration of the hammer hitting a plate. In the recordings considered, the evolution of the acceleration of the hammer has a specifc pattern with several peaks due to the bouncing of the hammer on the suspended plate. This specifc pattern allows us to propose a metric that can be useful for objectively measuring the quality of the estimation process.

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)0,002
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,629
Score d'incertitude au seuil0,222

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,043
Tête enseignante GPT0,295
Écart entre enseignants0,252 · 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'étudeSimulation ou modélisation
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

Citations4
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetSpeech and Audio ProcessingTravaux en français237 207