具体描述
近20年来,随着数字音频音乐的急剧增加,形成了音乐科技/音乐人工智能与计算机听觉/AI声学这一多领域交叉的新兴学科。本书全面介绍其主要内容,包括音频及音乐基础,音频特征及音频信号处理,常用机器学习技术,音乐信息检索MIR中的音高/旋律提取、自动记谱、节奏分析、和声分析、歌声信息处理、音乐搜索、音乐结构分析、音乐情感计算、音乐推荐、音乐分类,音乐生成中的自动作曲、歌声合成、数字乐器声合成,以及音乐演奏数据与建模,一般音频计算机听觉,音频信息安全,音频与视频和文本的融合,音乐制作、声景及声音设计,音乐录音、计算机交互与声音艺术,实用工具等内容。本书适合作为文理科涉及声音的课程教材及科研参考资料。
作者简介
目录信息
第一章 音频音乐技术概述
第一节 理解数字音乐——音乐信息检索技术综述
第二节 理解数字声音——基于一般音频/环境声的计算机听觉综述
第二章 音频基础
第一节 声学基础
第二节 心理声学及感知音频压缩
第三节 虚拟现实音频
第四节 基础乐理
第三章 音频特征及音频信号处理
第一节 音频特征
第二节 音频信号处理
第四章 常用的机器学习技术
第一节 监督学习方法
第二节 聚类分析
第三节 增强学习
第四节 生成对抗网络
第五节 集成学习
第六节 迁移学习
第七节 人工神经网络
第八节 深度学习
第五章 音高估计、主旋律提取与自动音乐记谱
第一节 音高估计
第二节 主旋律提取
第三节 自动音乐记谱
第六章 音乐节 奏分析
第一节 音符起始点检测
第二节 节 拍跟踪
第七章 音乐和声分析
第一节 自动和弦检测
第二节 自动调性检测
第八章 歌声信息处理
第一节 歌声定位
第二节 歌声与伴奏分离
第三节 歌手识别
第四节 歌唱评价
第五节 乐谱跟随
第九章 音乐搜索
第一节 基于音频指纹的音乐识别
第二节 音乐翻唱版本识别
第三节 哼唱/歌唱检索
第四节 敲击检索
第十章 音乐结构分析
第一节 自动音乐结构分析概述
第二节 纯音乐/歌唱声分离
第三节 主歌/副歌语义区域分离
第四节 自动音乐摘要提取
第十一章 音乐情感计算
第一节 音乐与情感
第二节 音乐情感识别的应用场景
第三节 音乐情感的标注体系
第四节 音乐情感的标注方法和工具
第五节 音乐情感识别的性能评价
第六节 音乐情感识别的特征抽取
第七节 音乐情感的分类模型
第八节 音乐情感的预测模型
第九节 音乐情感预测的国际评测
第十节 算法举例——基于音乐上下文及层次结构信息的音乐情感预测模型
第十二章 音乐推荐
第一节 什么是推荐系统
第二节 基于协同过滤的推荐系统
第三节 基于内容的推荐系统
第四节 混合型推荐系统
第五节 推荐系统中的其他因素
第六节 推荐系统的评测
第十三章 音乐分类
第一节 音乐流派分类
第二节 乐器分类
第三节 作曲家识别
第四节 钢琴乐谱难度等级分类
第十四章 音乐演奏数据与建模
第一节 音乐演奏数据与建模概论
第二节 基于音乐演奏数据的音乐信息提取
第三节 基于音乐演奏数据的演奏知识发现
第四节 基于音乐信息提取数据的音乐演奏数据研究
第十五章 自动作曲
第一节 自动作曲概述
第二节 创作歌曲旋律的计算模型
第三节 自动作曲系统体系结构
第四节 实验与质量评估
第五节 深度学习下的算法作曲问题
第六节 WaveNet与DeepBach:基于深度学习的自动作曲模型案例
第七节 基于显式表征的旋律生成模型
第八节 基于隐式表征的旋律生成模型
第十六章 一般音频的计算机听觉
第一节 计算机听觉场景分析
第二节 数据库及DCASE竞赛
第三节 ASC的通用框架
第四节 特征提取
第五节 统计模型
第六节 决策标准
第七节 元算法
第八节 ASC算法评估
第十七章 音频信息安全
第一节 音频保密
第二节 音频水印
第三节 音频取证
第十八章 音频与视频和文本的融合
第一节 多模态的融合问题
第二节 音视频同步技术
第三节 音乐中的歌词
第十九章 歌声合成
第一节 歌声合成概述
第二节 人的嗓音参数以及歌声与语音的主要区别
第三节 基于物理模型的歌声合成
第四节 基于时域拼接的歌声合成
第五节 基于参数模型的歌声合成
第六节 歌声合成中的表现力
第二十章 数字乐器声合成
第一节 数字乐器声合成概述
第二节 FM合成
第三节 Modal合成
第四节 一维振动模型
第二十一章 音乐制作、声景及声音设计
第一节 音乐制作
第二节 声景设计与评价
第三节 声音设计
第二十二章 音乐录音
第一节 录音概论
第二节 数字音频
第三节 传声器
第四节 拾音技术
第五节 信号的传输
第六节 声卡
第七节 监听和重放设备
第二十三章 计算机交互与声音艺术
第一节 计算机交互技术应用于声音艺术的发展概况
第二节 声音艺术的发展潜力
第三节 计算机交互音乐
第四节 计算机交互与声音艺术的思想理念
附录 音频音乐技术领域实用工具
附录一 音频与音乐科研数据库
附录二 MIREX竞赛简介
附录三 音频音乐技术领域期刊及会议
附录四 音频音乐领域研发机构及公司
附录五 中英文音频音乐专业术语
习题
参考文献
后记
编委会简介
· · · · · · (收起)
读后感
用户评价
读完关于**音乐信息检索(MIR)**的那几章,我感到一股强大的思维冲击。这本书的视野明显超越了传统的音频制作范畴,直插**人工智能与音乐创作的交叉地带**。作者并没有满足于介绍**自动调音**或**节奏检测**这种基础算法,而是深入探讨了**深度学习模型在音乐风格迁移**中的潜力与挑战。他对**循环神经网络(RNN)和Transformer结构**在生成旋律和和声上的优劣进行了细致的对比分析,甚至提到了**对抗生成网络(GAN)**在“创作不存在的乐器音色”方面的尝试。最让我震撼的是,书中探讨了**版权与算法伦理**的问题,当AI能独立创作出与人类作品无异的音乐时,我们该如何界定创造者?这种对前沿技术和人文思辨结合的探讨,让这本书的价值瞬间拔高了一个层次。它不再是单纯的技术手册,更像是对未来数字艺术形态的一次深刻预言。
这本书在**音频硬件接口与协议**方面的描述,细致得近乎苛刻,这对于我们这些对**低延迟传输**有着执念的音频发烧友来说,简直是福音。它花了整整一章来剖析**USB Audio Class 3.0**与**Thunderbolt 3/4**在音频数据流控制上的本质区别,特别是对**时钟同步(Clock Synchronization)**Jitter的量化分析,提供了行业内非常前沿的测试数据。我尤其欣赏作者对**DAW(数字音频工作站)内部架构**的解构,比如它如何处理**插件链中的计算优先级**,以及**实时性能监控**的底层机制。书里甚至还附带了一份详尽的**ASIO驱动开发指南的简化版**,虽然没有深入到内核编程层面,但足以让有经验的程序员理解其中的“黑匣子”是如何运作的。这种对底层细节的尊重,让这本书在技术深度上稳稳地站在了同类书籍的前列,几乎可以作为专业音频工程师的案头参考。
初翻这本书,我本以为会是一本枯燥的教科书,充斥着密密麻麻的公式和晦涩难懂的术语。然而,作者的叙事手法极其高明,他似乎拥有将复杂概念转化为生动故事的能力。比如,在介绍**动态范围压缩(Dynamic Range Compression)**的章节里,作者没有直接抛出阈值(Threshold)和比率(Ratio)的定义,而是通过一个关于**录音棚制作人与母带工程师之间的“声音博弈”**的小插曲来引出这些概念。这种**场景化教学**,极大地降低了我的阅读门槛。更让我惊喜的是,书中对**虚拟现实(VR)音频渲染**技术的介绍,它深入探讨了**HRTF(头部相关传输函数)**的个性化定制,以及如何利用**基于距离的衰减模型**来模拟真实世界的声音传播。我原本以为这部分内容会比较偏向理论,但作者居然加入了大量的**Unity或Unreal引擎的插件接口示例代码**,这对于正在尝试将理论付诸实践的开发者来说,简直是无价之宝。这本书的实践指导性远超我的预期。
我发现这本书的引文和参考文献列表异常丰富,这说明作者在构建知识体系时采用了极其严谨的“搭积木”式方法,每一项论断都有据可查,绝非凭空捏造的观点。这种**学术的严谨性**,结合其**对新兴技术的敏锐洞察**,形成了一种独特的阅读体验。例如,在讨论**空间音频编码标准**时,书中对比了**Dolby Atmos、Auro-3D**以及新兴的**MPEG-H 3D Audio**在对象(Object-based)和基于场景(Scene-based)处理上的数学模型差异,并预测了未来家庭影院系统可能融合的方向。它的语言风格时而如严谨的工程报告,时而又像一位富有激情的导师,在关键节点上总能用一句精辟的话语将散乱的知识点串联起来。这本书不仅教会了我“是什么”和“怎么做”,更重要的是,它让我开始思考“为什么是这样”,这种启发性,才是真正好书的价值所在。
这本书的封面设计,色彩的运用非常大胆和前卫,那种深邃的蓝与跳跃的电光紫交织在一起,立刻抓住我的眼球。拿到手里沉甸甸的感觉,就知道这绝对不是那种敷衍了事的快餐读物。我一直对**空间声学**和**数字信号处理的理论基础**深感兴趣,尤其是在探讨**人耳听觉模型**如何影响我们对**高保真音频**的感知这一块。这本书的目录里,关于**傅里叶变换在时域和频域转换中的精妙应用**,还有**非线性失真矫正算法**的讲解,简直让我爱不释手。作者似乎非常推崇**基于物理建模的合成器**,而不是单纯的采样式采样,这一点在**模拟电路仿真**的章节里体现得淋漓尽致。我特别喜欢它对**混响算法的演变史**的梳理,从最早的板式混响到如今基于卷积的**脉冲响应技术**,每一步都解释得清晰有力,让我对那些看似神秘的音频效果背后隐藏的数学逻辑有了更深层次的理解。它不仅仅是技术的堆砌,更是一种对“好声音”背后哲学的探索。
還在看 這是個還在成長中的領域 初步看下來像是一篇 a comprehensive survey of computer music 的大論文 希望不要總寫「有的文獻」直接給citation好嗎
還在看 這是個還在成長中的領域 初步看下來像是一篇 a comprehensive survey of computer music 的大論文 希望不要總寫「有的文獻」直接給citation好嗎
還在看 這是個還在成長中的領域 初步看下來像是一篇 a comprehensive survey of computer music 的大論文 希望不要總寫「有的文獻」直接給citation好嗎
還在看 這是個還在成長中的領域 初步看下來像是一篇 a comprehensive survey of computer music 的大論文 希望不要總寫「有的文獻」直接給citation好嗎
還在看 這是個還在成長中的領域 初步看下來像是一篇 a comprehensive survey of computer music 的大論文 希望不要總寫「有的文獻」直接給citation好嗎