互動式音訊處理導論
Introduction to Interactive Audio Processing
| 節 | 週四 |
|---|---|
5 13:20–14:10 | 互動式音訊處理導論 ED814(光復) 3 節連堂 |
6 14:20–15:10 | |
7 15:30–16:20 |
* 根據陽明交大上課時間表所列
本課程設計為理論說明與實驗操作並行,並著重於互動式娛樂服務之應用,透過實際應用的探討,可使學生了解音訊處理理論知識與使用概念。
訊號與系統(required), 數位訊號處理導論(preferred)
無備註
教材取自於相關書籍或研究論文,包括上課投影片及實驗手冊。 助教: 黃頎凱(acvbnm123@gmail.com) 曾力揚(liyangtseng.ee10@nycu.edu.tw) (ED812A, Ext. 54516)
實驗報告(70%), 實驗筆試(15%), 專題實作(15%)
Lab1: 基本音訊處理
學習聲音訊號的基本處理,使用Matlab進行音訊撰寫與分析。
Lab2: 電子音樂合成介面
利用 Audiosauna線上音樂合成工作站製作與編修音樂。
Lab3: 電子音樂製作程式
利用 Pure data軟體,編寫電子音樂程式。
Lab4: 卡拉OK伴唱音樂製作
透過Adobe Audition 來進行聲道刪減、去除人聲與消除雜訊等實作
Lab5: MIDI音樂之音值識別
透過MATLAB程式,了解MIDI檔案格式並理解與樂譜之間的關係。並利用隱藏式馬可夫模型(HMM)進行音值(note value)識別。
Lab6: MIDI音樂之拍號判定
針對最常見的4種拍號,2/4拍、3/4拍、4/4拍與6/8拍,在的時間脈衝序列的差異性,使用自相關係數取得不同拍號的週期性,並使用支持向量機建構4種拍號的分類模型。
Lab7: MIDI音樂之樂譜追蹤
以MATLAB程式,建立一基於初學者彈奏行為的樂譜追蹤系統,擷取MIDI音樂檔案中的彈奏資訊,進而追蹤彈奏者在練習情況下的樂譜位置。
Lab8: MIDI音樂之伴奏配樂
透過MATLAB程式,建立音高的機率作為特徵向量。並利用隱藏式馬可夫模型(HMM)基於Python環境來進行和絃(Chord Recognition)識別。
Lab9: 歌手辨識系統
製作一個口說歌曲查詢系統,讓使用者以口說方式,說出歌名或歌手來查詢想要的歌曲。利用自由軟體HTK (Hidden Markov Model Toolkit) 來學習隱藏式馬可夫模型(Hidden Markov Model,HMM)辨識器的原理及應用。
Lab10:哼唱式歌曲查詢系統實作
透過 C程式撰寫哼唱式歌曲查詢系統。
教師未提供此項資料
教師未提供此項資料
- 地點
- 工程四館(ED)809
- 時間
- 星期三 Wednesday Morning 10:00-12:00
- 聯絡方式
- Email: wwchang@cc.nctu.edu.tw
