Seeing Sound: A tool for teaching music perception principles
Notice bibliographique
Résumé
One challenge we have found in teaching auditory perception is the difficulty of conveying the combined spectral and temporal complexity of natural musical sounds. Even single tones from musical instruments produce sounds that can only be fully conveyed using some type of 3D display showing continual changes in (1) amplitude and in (2) spectrum continuously over (3) time. It can be difficult to convey in 2D textbook figures, obfuscating the importance of dynamic temporal changes in acoustic structure and auditory perception. This pedagogical challenge mirrors a larger issue in auditory perception research, where the role of temporal changes in sounds often goes overlooked. Our aim with this project was to create a software tool offering an intuitive framework for understanding important concepts related to timbre perception useful for students with a background in either music or the sciences. To this end, we designed a program allowing students to explore and manipulate complex, time-varying sounds. Our software uses an intuitive Graphical User Interface (GUI) to covey the role of temporal changes in amplitude. It can also be used to generate stimuli for perceptual experiments, facilitating better use of complex, time-varying sounds in the exploration of auditory perception. A beta version of this tool was used in a 70-student introductory course during the 2016-2017 academic year, and we are also exploring potential research applications for the tool in our lab. A beta version of this software is freely available to our colleagues and other interested parties at https://maplelab.net/pedagogy/
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».