Proceedings of the 6th Conference on Sound and Music Technology (CSMT) / Li, Wei ; Li, Shengchen ; Shao, Xi ; Li, Zijin  

Público ISBD Ningún comentario para este registro. Título : Proceedings of the 6th Conference on Sound and Music Technology (CSMT) : Revised Selected Papers Tipo de documento: documento electrónico Autores: Li, Wei, ; Li, Shengchen, ; Shao, Xi, ; Li, Zijin, Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2019 Número de páginas: VIII, 107 p. ISBN/ISSN/DL: 978-981-1387074-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Música  Procesamiento de la señal  Matemáticas en la música  Procesamiento de señales  voz e imágenes Índice Dewey: 780.0519 Resumen: Este libro analiza el uso de técnicas avanzadas para producir y comprender la música de forma digital. Reúne las primeras actas en inglés de la Conferencia sobre Tecnología del Sonido y la Música (CSMT), que se celebró en Xiamen, China, en 2018. Como evento líder, la CSMT refleja los últimos avances en tecnologías acústicas y musicales en China. . El sonido y la tecnología están más estrechamente vinculados de lo que la mayoría de la gente supone. Por ejemplo, los métodos de procesamiento de señales forman la base de la extracción de características musicales, mientras que las matemáticas proporcionan un medio objetivo para representar las teorías musicológicas actuales y descubrir otras nuevas. Además, los métodos de aprendizaje automático incluyen algoritmos populares de aprendizaje profundo y se utilizan en una amplia gama de contextos, desde el descubrimiento de patrones en características musicales hasta la producción musical. Como lo demuestran estos procedimientos, las tecnologías modernas no sólo ofrecen nuevas formas de crear música, sino que también pueden ayudar a las personas a percibir el sonido de formas nuevas e innovadoras. Nota de contenido: A Novel Singer Identification Using GMM-UBM -- A Practical Singing Voice Detection System Based on GRU-RNN -- Multimodal Music Emotion Recognition Using Unsupervised Deep Neural Networks -- Music Summary Detection with Feature Embedding -- Constructing a Multimedia Chinese Musical Instruments Database -- Bird Sound Detection Based on Binarized Convolutional Neural Networks -- An adaptive consistent Dictionary Learning for audio declipping -- A Comparison of Attention Mechanisms of Convolutional Neural Network in Weakly Labelled Audio Tagging -- A Standard MIDI File Steganography Based on Music Perception. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Proceedings of the 6th Conference on Sound and Music Technology (CSMT) : Revised Selected Papers [documento electrónico] / Li, Wei, ; Li, Shengchen, ; Shao, Xi, ; Li, Zijin,  . -  1 ed.  . - Singapore [Malasya] : Springer, 2019 . - VIII, 107 p. ISBN : 978-981-1387074-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Música  Procesamiento de la señal  Matemáticas en la música  Procesamiento de señales  voz e imágenes Índice Dewey: 780.0519 Resumen: Este libro analiza el uso de técnicas avanzadas para producir y comprender la música de forma digital. Reúne las primeras actas en inglés de la Conferencia sobre Tecnología del Sonido y la Música (CSMT), que se celebró en Xiamen, China, en 2018. Como evento líder, la CSMT refleja los últimos avances en tecnologías acústicas y musicales en China. . El sonido y la tecnología están más estrechamente vinculados de lo que la mayoría de la gente supone. Por ejemplo, los métodos de procesamiento de señales forman la base de la extracción de características musicales, mientras que las matemáticas proporcionan un medio objetivo para representar las teorías musicológicas actuales y descubrir otras nuevas. Además, los métodos de aprendizaje automático incluyen algoritmos populares de aprendizaje profundo y se utilizan en una amplia gama de contextos, desde el descubrimiento de patrones en características musicales hasta la producción musical. Como lo demuestran estos procedimientos, las tecnologías modernas no sólo ofrecen nuevas formas de crear música, sino que también pueden ayudar a las personas a percibir el sonido de formas nuevas e innovadoras. Nota de contenido: A Novel Singer Identification Using GMM-UBM -- A Practical Singing Voice Detection System Based on GRU-RNN -- Multimodal Music Emotion Recognition Using Unsupervised Deep Neural Networks -- Music Summary Detection with Feature Embedding -- Constructing a Multimedia Chinese Musical Instruments Database -- Bird Sound Detection Based on Binarized Convolutional Neural Networks -- An adaptive consistent Dictionary Learning for audio declipping -- A Comparison of Attention Mechanisms of Convolutional Neural Network in Weakly Labelled Audio Tagging -- A Standard MIDI File Steganography Based on Music Perception. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

---

1 (1 - 1 / 1) Par page : 25 50 100 200