欢迎来到许昌名师工作室
分形理论下时间序列音乐识别探析
maojiawei发起了话题2021-12-28
15
回复 12
浏览

音乐存在于人们生活中的各个地方，人们可以用音乐表达内心的情感，同时也可以用音乐进行人与人之间的沟通交流［1］．音乐以及其它语言类学科，都属于具有显著代表性的认知模式．随着科学技术的发展，对于音乐的研究不仅仅局限于对音乐的欣赏和分类，更多则是倾向与音乐信号的识别，当前关于音乐信号识别的研究包括很多方向，如音乐搜索查询、音乐生理学和自动生成曲目等［2］．音乐信号的识别不仅可以运用于心理学和生理学［3］，也可以运用于音乐数据库的搜索查询以及自动作曲．互联网信息时代的飞速发展，音乐信号的信息量非常大，音乐的搜索和数据信息的分类非常复杂且困难，要对音乐搜索系统进行智能化升级和高效管理，就需要对音乐信号的特征进行研究，从而对音乐进行正确的分类［4］．当前比较通用的歌曲检索方式就是在网站内输入歌曲的名字或者歌词的内容，但是在实际情况中，人们总是会忘记歌曲的名字或者歌词，但是不会忘记曲目的旋律，因此在该种情形下就要对自己能哼出的音乐旋律进行特征分析，从而得到信号特征进而在系统库内进行目标匹配．基于此，本研究基于分形理论和混沌特性，分析不同音乐曲目的Lyapunov指数和关联维数，从而判断不同音乐信号的时间序列特征和分形程度，为音乐信号识别的智能化发展提供现实依据．

所有回复
  • maojiawei • 2021-12-28

    为了保证关联维数的稳定性，对3种曲目的音乐信号进行差分求解，结果如图5所示．由图5可以看出，在进行不同阶数的差分以后，不同曲目信号的关联维数都在不同阶数下的波动非常微弱，因为试验过程存在一定的误差，因此可以认为，不同阶数下关联维数基本没有改变，说明不同曲目信号内的分形程度具有稳定性．

    (0) 回复 (0)
    还有-5条回复，点击查看
    你还没有登录，请先登录或注册！
  • maojiawei • 2021-12-28

    为了保证关联维数的稳定性，对3种曲目的音乐信号进行差分求解，结果如图5所示．由图5可以看出，在进行不同阶数的差分以后，不同曲目信号的关联维数都在不同阶数下的波动非常微弱，因为试验过程存在一定的误差，因此可以认为，不同阶数下关联维数基本没有改变，说明不同曲目信号内的分形程度具有稳定性．

    (0) 回复 (0)
    还有-5条回复，点击查看
    你还没有登录，请先登录或注册！
  • maojiawei • 2021-12-28

    。如果音乐剧相当于一个文字剧本，在音乐剧表演中所投入的所有的情感，就是台词的展现，也就是潜台词的表达。有部分研究显示，人们之间的情感信息传递，只有极小一部分是来自实际的语言表达，百分之九十以上都是通过人物的潜台词来进行信息情感的传递。这也是阅读文字剧本会特别使人劳累的主要原因之一，

    (0) 回复 (0)
    还有-5条回复，点击查看
    你还没有登录，请先登录或注册！
  • maojiawei • 2021-12-28

    音乐剧表演中除了戏剧表演十分重要之外，声乐表演也格外重要。而音乐剧通常是一边唱一边跳的形式来进行表演，在跳舞的过程中可能会影响到声乐表演的效果，很有可能出现舞台事故。为了避免出现演唱上的失误，

    (0) 回复 (0)
    还有-5条回复，点击查看
    你还没有登录，请先登录或注册！
  • maojiawei • 2021-12-28

    音乐剧表演中非常重要的一个部分就是舞蹈表演。歌唱的表演过程中，通过舞蹈来传递出角色此时的情感状态，让整个表演充满着活力和极其强大的感染力。在音乐剧的表演过程当中，通过舞蹈演出可以形成一个完整的表演氛围，

    (0) 回复 (0)
    还有-5条回复，点击查看
    你还没有登录，请先登录或注册！
发表回复
你还没有登录，请先 登录或 注册！