Welcome to the UPF Digital Repository

Descriptor control of sound transformations and mosaicing synthesis

Show simple item record

dc.contributor.author Coleman, Graham Keith
dc.contributor.other Serra, Xavier
dc.contributor.other Bonada, Jordi, 1973-
dc.contributor.other Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions
dc.date.accessioned 2017-09-23T01:31:20Z
dc.date.available 2017-09-23T01:31:20Z
dc.date.issued 2016-02-05
dc.identifier http://hdl.handle.net/10803/392138
dc.identifier.uri http://hdl.handle.net/10230/27367
dc.description.abstract Sampling, as a musical or synthesis technique, is a way to reuse recorded musical expressions. In this dissertation, several ways to expand sampling synthesis are explored, especially mosaicing synthesis, which imitates target signals by transforming and compositing source sounds, in the manner of a mosaic made of broken tile. One branch of extension consists of the automatic control of sound transformations towards targets defined in a perceptual space. The approach chosen uses models that predict how the input sound will be transformed as a function of the selected parameters. In one setting, the models are known, and numerical search can be used to find sufficient parameters; in the other, they are unknown and must be learned from data. Another branch focuses on the sampling itself. By mixing multiple sounds at once, perhaps it is possible to make better imitations, e.g. in terms of the harmony of the target. However, using mixtures leads to new computational problems, especially if properties like continuity, important to high quality sampling synthesis, are to be preserved. A new mosaicing synthesizer is presented which incorporates all of these elements: supporting automatic control of sound transformations using models, mixtures supported by perceptually relevant harmony and timbre descriptors, and preservation of continuity of the sampling context and transformation parameters. Using listening tests, the proposed hybrid algorithm was compared against classic and contemporary algorithms, and the hybrid algorithm performed well on a variety of quality measures.
dc.description.abstract El mostreig, com a tècnica musical o de síntesi, és una manera de reutilitzar expressions musicals enregistrades. En aquesta dissertació s’exploren estratègies d’ampliar la síntesi de mostreig, sobretot la síntesi de “mosaicing”. Aquesta última tracta d’imitar un senyal objectiu a partir d’un conjunt de senyals font, transformant i ordenant aquests senyals en el temps, de la mateixa manera que es faria un mosaic amb rajoles trencades. Una d’aquestes ampliacions de síntesi consisteix en el control automàtic de transformacions de so cap a objectius definits a l’espai perceptiu. L’estratègia elegida utilitza models que prediuen com es transformarà el so d’entrada en funció d’uns paràmetres seleccionats. En un cas, els models són coneguts, i cerques númeriques es poden fer servir per trobar paràmetres suficients; en l’altre, els models són desconeguts i s’han d’aprendre a partir de les dades. Una altra ampliació es centra en el mostreig en si. Mesclant múltiples sons a la vegada, potser és possible fer millors imitacions, més específicament millorar l’harmonia del resultat, entre d’altres. Tot i així, utilitzar múltiples mescles crea nous problemes computacionals, especialment si propietats com la continuïtat, important per a la síntesis de mostreig d’alta qualitat, han de ser preservades. En aquesta tesi es presenta un nou sintetitzador mosaicing que incorpora tots aquests elements: control automàtic de transformacions de so fent servir models, mescles a partir de descriptors d’harmonia i timbre perceptuals, i preservació de la continuïtat del context de mostreig i dels paràmetres de transformació. Fent servir proves d’escolta, l’algorisme híbrid proposat va ser comparat amb algorismes clàssics i contemporanis: l’algorisme híbrid va donar resultats positius a una varietat de mesures de qualitat.
dc.format application/pdf
dc.format 193 p.
dc.language.iso eng
dc.publisher Universitat Pompeu Fabra
dc.rights L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/3.0/es/
dc.rights info:eu-repo/semantics/openAccess
dc.source TDX (Tesis Doctorals en Xarxa)
dc.title Descriptor control of sound transformations and mosaicing synthesis
dc.type info:eu-repo/semantics/doctoralThesis
dc.type info:eu-repo/semantics/publishedVersion
dc.date.modified 2017-09-20T18:26:19Z
dc.subject.keyword Sampling synthesis
dc.subject.keyword Mosaicing
dc.subject.keyword Concatenative sound synthesis
dc.subject.keyword Sparse approximation
dc.subject.keyword Sound transformations
dc.subject.keyword Sound effects
dc.subject.keyword Curse of dimensionality
dc.subject.keyword Sound texture transfer
dc.subject.keyword Machine learning
dc.subject.keyword Nonlinear regression
dc.subject.keyword Subjective evaluation of audio
dc.subject.keyword Listening tests
dc.subject.keyword Structured sparsity
dc.subject.keyword Síntesi de mostreig
dc.subject.keyword Síntesi concatenativa de so
dc.subject.keyword Aproximació escassa
dc.subject.keyword Transformacions de so
dc.subject.keyword Efectes de so
dc.subject.keyword Maledicció de la dimensionalitat
dc.subject.keyword Transferencia de textura de so
dc.subject.keyword Aprenentatge automàtic
dc.subject.keyword Regressió no lineal
dc.subject.keyword Evaluació subjectiva de l’audio
dc.subject.keyword Proves d’escolta
dc.subject.keyword Escassetat estructurada
dc.subject.keyword 62


Files in this item

Files Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account

Statistics

Compliant to Partaking