Just noticeable differences in sound intensity of piano tones in non-musicians and experienced pianists
Notice bibliographique
Résumé
Changes in sound intensity are important components of piano performance. Previous research in this area has largely focused on perception of changes in pitch and timing, with little investigation of sound intensity. The present study used Musical Instrument Digital Interface (MIDI) technology to algorithmically control the key velocity, and thereby sound intensity, of consecutive piano tones. Non-musicians ( n = 20) and experienced pianists ( n = 30) played pairs of consecutive piano tones with 0–15 arbitrary units (a.u.) of change in key velocity, indicating whether they perceived the first, second, or neither tone as louder. All participants completed the test with C4, and a subset ( n = 24) with pitches C2 and C6 also. The mean just noticeable difference (JND) ranged from 2.71 to 4.48 a.u., corresponding to 0.68–1.22 dBC on the Yamaha Disklavier used to produce the stimuli. Experienced pianists demonstrated lower JND, which the authors theorize may be linked to listener motivation. When two tones were played with the same key velocity, participants tended to perceive the first tone as louder. The authors discuss a number of factors that may be relevant considerations for application of the findings in music and psychoacoustics research. These findings hold insight for music performance researchers, psychoacoustics researchers, and pedagogues.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».