抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
同一タイプの機器間の個人認識は挑戦的な問題であり,ほとんど研究されていない。本研究では,ビオリンの個々の認識を調べた。ソースフィルタモデルに基づいて,スペクトルは,補完的側面から音色を反映するトーナルコンテンツと非トンコンテンツに分割できる。トーナル/ノントンガンマトーン周波数ケプストラム係数(GFCC)を,本研究で対応するスペクトル含有量を記述するために結合した。認識システムでは,Gauss混合モデルユニバーサル背景モデル(GMMUBM)を用いて,結合特徴の分布のパラメータ化を行った。ビオリン個体の認識課題を評価するために,86のビオリンを含むソロデータセットを本研究で開発した。他の特徴と比較して,組合せ特徴は,個々のビオリン認識とビオリン等級分類の両方においてより良い性能を示した。また,実験結果は,GMMUBMがCNNを凌駕し,特に訓練データが制限されることを示した。最後に,個々のビオリン認識に対するプレイヤーの影響を調べた。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】