转载自我的个人网站 https://wzw21.cn/2022/02/26/music-ai-tech-group/
本文对国外部分音乐人工智能/音乐科技科研机构的科研项目与教学课程设置作简要介绍,包括英国伦敦玛丽女王大学(Queen Mary)的数字音乐中心(C4DM)、西班牙巴塞罗那庞培法布拉大学(UPF)的音乐技术研究组(MTG)、美国斯坦福大学的音乐与声学计算机研究中心(CCRMA)以及法国的声学/音乐协调研究所(IRCAM)。
本文写于2021年1月,资料均来自各机构官方网站。
英国伦敦玛丽女王大学的数字音乐中心(Centre for Digital Music,简称C4DM)是一个世界领先的音频音乐技术领域的多学科研究小组。自创始人员于2001年加入玛丽女王大学以来,该中心已发展成为英国首屈一指的数字音乐研究小组。
C4DM属于伦敦玛丽女王大学的电子工程与计算机科学学院,其主要的研究领域包括音乐信息检索、音乐信息学、语义音频、音乐语义网、音乐音频数字信号处理、音频工程、机器听觉、声音合成、音乐感知与认知、增强乐器和声音交互设计。
一、C4DM的智能音频工程研究团队致力于智能录音技术、高级音效、现场声音制作技术、混音格式转换技术以及音频编辑自动化技术的开发,目前招收博士研究生。其主要研究项目包括:
http://c4dm.eecs.qmul.ac.uk/audioengineering.html
二、C4DM的增强乐器实验室成立于2011年,由Andrew McPherson领导,包括来自C4DM的成员、合作者以及伦敦玛丽女王大学媒体和艺术技术计划的博士生。实验室会定期开展音乐会,以展示乐器、装置和设计等。其主要研究项目包括:
http://instrumentslab.org/index.html
三、C4DM的声音交互设计实验室致力于探索从交互艺术到实时数据声音化、可听化的新方法,由Nick Bryan-Kinns教授和Tony Stockman博士领导。声音交互设计是指设计和评估将听觉优先于视觉的交互系统,该实验室主要研究项目包括:
http://isam.eecs.qmul.ac.uk/about.html
四、C4DM的机器听觉实验室开发各种方法来理解自然声音、日常声音和录制的音乐。其中,“机器听觉”是利用信号处理和机器学习从声音中提取有用的信息。该实验室由Dan Stowell和Emmanouil Benetos共同领导,成员来自电子工程与计算机科学、生物化学和数学科学三个学院,目前招收博士研究生。其主要研究项目包括:
http://machine-listening.eecs.qmul.ac.uk/
五、C4DM的音乐信息学研究团队通过使用数字信号处理、机器学习和语义网来探索智能分析音乐数据的新方法,同时帮助用户找到他们想要的音乐。该团队由Simon Dixon博士领导,目前招收博士研究生。主要研究项目包括:
http://c4dm.eecs.qmul.ac.uk/musicinformatics.html
六、C4DM的音乐认知实验室旨在研究人类听众和表演者处理和参与音乐的方式。这项研究跨越了广泛的心理学领域,从低层次的处理过程,如听觉流分离,到高层次的概念,如情感诱导和音乐偏好。该小组利用了广泛的研究范式进行研究,包括计算建模、神经成像和认知心理学,由Marcus Pearce领导。其主要研究项目包括:
http://music-cognition.eecs.qmul.ac.uk/
七、C4DM的声音合成研究团队使用算法生成声音,包括模拟形式和数字形式,并将合成的声音应用于电影、多媒体、游戏和声音装置。声音合成是一门获取、创造和操纵声音以达到预期效果或情绪的学科,而C4DM的声音合成涉及多个主题,包括音频工程和增强乐器,研究者一方面寻求和发现新的合成技术,另一方面增强现有方法来适应新的应用。主要研究项目包括:
http://c4dm.eecs.qmul.ac.uk/soundsynthesis.html
AIM(全称UKRI Centre for Doctoral Training in Artificial Intelligence and Music)是伦敦玛丽女王大学和数字音乐中心针对音乐/音频技术和创意产业开办的博士研究生项目,学生将攻读为期四年的博士学位。
AIM旨在培养将人工智能、机器学习和信号处理最先进的方法与跨学科的艺术感受能力相结合的新一代研究人员,在英国创意产业和文化部门提供突破性的原创研究。每位博士研究生将拥有个性化的研究计划,同时包括专家授课模块、行业实习、技能培训以及与文化合作伙伴共同创作等。
AIM的研究重点围绕三个高度整合的主题进行:
https://www.aim.qmul.ac.uk/
音乐技术研究组(Music Technology Group,简称MTG)来自巴塞罗那庞培法布拉大学(UPF)的信息与通信技术系(Dept. ICT),主要对音频信号处理,音乐信息检索,音乐接口和计算音乐学等主题进行研究。MTG希望为改善与声音、音乐相关的信息和通信技术做出贡献,在国际层面上开展有竞争力的研究,同时将其成果传递给社会。为此,MTG致力于在基础研究和应用研究之间找到平衡,促进跨学科方法的应用,这些方法应融合科学/技术和人文/艺术学科的知识和方法论。
MTG的研究结合科学、技术和艺术方法来理解、建模和生成声音和音乐信号,在许多具有重大社会和经济影响的战略领域做出贡献:
一、音频信号处理实验室
该实验室通过结合信号处理和机器学习方法来进一步理解声音和音乐信号,结合数据驱动和知识驱动的方法,解决与自动音乐描述,音乐推荐以及音乐教育相关的实际问题。由Xavier Serra领导。
在数据方面,维护了许多与研究和实际应用相关的语料库,包括Freesound(海量音频数据库)、AcousticBrainz(原始声学信息库)和Dunya,并从中为特定的研究任务创建数据集,例如FSD数据集(用于声音分类),CompMusic数据集(用于音乐分析)。
主要的研究项目包括
https://www.upf.edu/web/mtg/audio-signal-processing-lab
二、音乐信息研究实验室
该实验室研究主题为声音和音乐描述,音乐信息检索,歌声合成,声源分离,音乐和音频处理。在MIR领域探究自动生成“描述符”以捕获嵌入在音频信号中的声音或音乐特征。由Emilia Gómez领导。
主要的研究项目:
https://www.upf.edu/web/mtg/music-information-research-lab
三、音乐和多模态交互实验室
该实验室专注于多模态交互技术的研究以及其在音乐创作中的应用。当前研究结合了人机交互、音乐信息检索、机器学习和生物计算等领域的技术,不仅应用在音乐创作领域,同时涵盖了虚拟现实、教育和健康等横向应用领域。由Sergi Jordà领导。
主要的研究项目:
Reactable:一种具有简单直观设计的新型电子乐器,允许表演者通过操纵桌面上的有形物体来控制系统;(该乐器基于半透明的发光圆桌和一些圆盘,通过旋转圆盘并使其相互连接,表演者可以组合出不同的元素,例如合成器,效果器,采样循环等。)
reacTIVision:一个开源的跨平台计算机视觉框架,用于快速可靠地跟踪附着在物理对象上的基准标记以及多点触摸手指跟踪;
RAPID-MIX:面向音乐,游戏和电子医疗应用的创新人机交互产品;
多用户多任务的手势识别
用于隐式生理计算的声波交互设计
https://www.upf.edu/web/mtg/music-and-multimodal-interaction-lab
四、音乐与机器学习实验室
该实验室专注于音乐技术,人工智能,深度学习和神经科学的交叉领域,由Rafael Ramírez领导,其研究兴趣主要在于:
https://www.upf.edu/web/mtg/music-and-machine-learning-lab
五、实验室共同参与的项目
一、UPF信息与通信技术系 博士:
博士学位课程为期3年或4年,学生将接受MTG教员的指导,对声音和音乐计算领域进行系统的了解,学习所需技能和必要的研究方法,从而构思、设计和实施严谨的、个性化的实质性研究计划。
二、UPF信息与通信技术系 声音与音乐计算硕士:
该课程使学生们能够熟练掌握声音与音乐计算的前沿技术,结合了音频信号处理、机器学习、感知与认知、交互系统、计算音乐学和语义技术等研究方向的实践和理论方法,为学生开始研究或职业生涯提供了科学和技术背景。
三、本科教育:
UPF信息与通信技术系的视听系统工程学士学位、计算机工程学士学位和数据科学数学工程学士学位学生,加泰罗尼亚高等音乐学院的声学音乐学士学位学生都可参加MTG的项目和活动。
四、在线课程:
https://www.upf.edu/web/mtg/education-outreach/education
美国斯坦福大学的音乐与声学计算机研究中心(Center for Computer Research in Music and Acoustics,简称CCRMA)于1975年由John Chowning创建,是一个多学科的研究机构,作曲家和研究人员共同使用计算机技术作为艺术媒介和研究工具。其研究领域包括应用硬件/软件、合成技术与算法、物理建模、音乐与移动设备、传感器与实时控制器、信号处理、数字录音与编辑、心理声学与音乐音响、感知音频编码、音乐信息检索、音频网络等。
一、音乐、计算与设计研究小组(M:C:D):由教师Ge Wang领导,进行音乐、计算、美学和设计的交叉研究,包括以下领域和项目:
https://ccrma.stanford.edu/groups/mcd/
二、神经音乐实验室:由Takako Fujioka于2012年牵头建立,研究目标是在基础神经科学、音乐在生命科学和工程中的应用和音乐本身的知识之间建立紧密的联系,研究项目有:
https://ccrma.stanford.edu/groups/neuromusiclab/
三、SoundWIRE研究小组:将互联网网络用作计算机音乐性能、作曲和研究的扩展。研究领域和项目:
https://ccrma.stanford.edu/groups/soundwire/
四、其它研究小组与项目
https://ccrma.stanford.edu/groups/
CCRMA是斯坦福大学音乐系的一部分。该中心开设的课程和研讨会对斯坦福大学注册学生和访问学者开放。
一、基于计算机的音乐理论与声学博士项目:
该项目同时从音乐、计算机科学、电子工程、机械工程和心理学专业招收博士生。若学生对此项目感兴趣,需先向斯坦福大学提交以上某一专业的博士生入学申请,再由CCRMA对其进行评估和筛选。CCRMA不单独招生。
该项目必修课程包括:计算机生成声音基础;作曲算法、心理声学和计算音乐;计算机生成音乐研讨会;心理物理学与音乐认知;作曲构图分析;音频信号处理导论(频谱分析与数字滤波器);浪漫主义晚期到当代的曲目分析。
二、音乐、科学与技术硕士学位(MA/MST):
该硕士项目为期两年,由45个课程单元组成,课程重点在音乐感知的整合,音乐相关的信号处理与控制器,合成、表演与作曲。该项目是为拥有音乐、工程学或理科学士学位的学生设计的。
必修课程包括:CCRMA学术讨论会;计算机生成声音基础;心理物理学与音乐认知;音乐、计算与设计的艺术;音频信号处理导论(频谱分析与数字滤波器)。
三、本科教育:
斯坦福大学音乐系的学生可以选修MST(Music, Science and Technology)的相关课程。
四、在线课程:
五、部分其它课程:
https://ccrma.stanford.edu/academics
法国的声学/音乐协调研究所(Institute for Research and Coordination in Acoustics/Music,简称IRCAM)由Frank Madlener领导,是世界上最大的同时致力于音乐表达和科学研究的研究中心之一,艺术情感与科技创新的碰撞吸引了超过160位合作者。
IRCAM的STMS(Science and Technology of Music and Sound)联合研究实验室由7个小组组成,其研究与活动围绕三个多学科的交叉主题进行组织,分别为声音研讨会、音乐形体和创作动力,涵盖了音乐和声音的整个科学技术领域。
一、声音系统和信号研究团队(S3AM):该团队对音频和声学中的声音对象进行理解、再现和发明,重点在于乐器和人声的产生,目标应用涉及科学、艺术、教育和医疗保健领域。研究主题包括:
http://s3am.ircam.fr/
二、声学与认知空间研究团队:该团队主要研究空间化音频的再现技术和分析、合成声场的方法,同时进行基于多感官整合的认知研究,以开发新的交互设备。研究项目有:
https://www.ircam.fr/recherche/equipes-recherche/eac/
三、感知与声音设计研究团队:该团队的研究重点是声音的感知与认知,将来自心理声学、声音信号处理与合成、心理学和认知神经科学的知识整合在一起,围绕声音设计领域的创作和教育活动进行。研究主要集中在环境声音上。
研究主题包括:
https://www.stms-lab.fr/team/perception-et-design-sonores/
四、声音分析-合成研究团队:该团队开发用于处理数字音频信号的算法,分为四个主题:
http://anasynth.ircam.fr/home/
五、声音音乐运动交互研究团队:对用于音乐和表演的交互系统进行研究与开发。研究主题分为四点:
http://ismm.ircam.fr/
六、音乐表现研究团队:该团队研究音乐的形式结构以及作曲与音乐互动的创造性环境,应用于计算机辅助作曲(CAC)、表演、即兴创作和计算音乐学等。
研究项目有:
https://www.ircam.fr/recherche/equipes-recherche/repmus/
七、音乐实践分析研究团队:该团队对构成IRCAM核心的作品和学术实践进行研究,研究主题有:
https://www.ircam.fr/recherche/equipes-recherche/apm/
注:以上介绍的部分研究项目是由多个研究团队合作完成
IRCAM提供了从初学者到专家级别的一系列培训模块,主要分为四个主题:实时交互,声音处理,计算机辅助合成,Web音频。课程对象包括作曲家,音乐家,声音设计师,视频编辑,技术人员,声音工程师,戏剧和后期制作专业人员,教师,学生等。
https://www.ircam.fr/transmission/
文章浏览阅读15次。空化气泡的大小和相应的空化能量可以通过调整完全标度的振幅水平来操纵和数字控制。通过强调超声技术中的更高通量处理和防止样品污染,Epigentek EpiSonic超声仪可以轻松集成到现有的实验室工作流程中,并且特别适合与表观遗传学和下一代应用的兼容性。Epigentek的EpiSonic已成为一种有效的剪切设备,用于在染色质免疫沉淀技术中制备染色质样品,以及用于下一代测序平台的DNA文库制备。该装置的经济性及其多重样品的能力使其成为每个实验室拥有的经济高效的工具,而不仅仅是核心设施。
文章浏览阅读4.2k次,点赞3次,收藏14次。目录点击这里查看所有博文 本系列博客,理论上适用于合宙的Air202、Air268、Air720x、Air720S以及最近发布的Air720U(我还没拿到样机,应该也能支持)。 先不管支不支持,如果你用的是合宙的模块,那都不妨一试,也许会有意外收获。 我使用的是Air720SL模块,如果在其他模块上不能用,那就是底层core固件暂时还没有支持,这里的代码是没有问题的。例程仅供参考!..._合宙获取天气
文章浏览阅读7.7k次,点赞2次,收藏41次。1 关于meshMesh的意思是网状物,以前读书的时候,在自动化领域有传感器自组网,zigbee、蓝牙等无线方式实现各个网络节点消息通信,通过各种算法,保证整个网络中所有节点信息能经过多跳最终传递到目的地,用于数据采集。十多年过去了,在无线路由器领域又把这个mesh概念翻炒了一下,各大品牌都推出了mesh路由器,大多数是3个为一组,实现在面积较大的住宅里,增强wifi覆盖范围,智能在多热点之间切换,提升上网体验。因为节点基本上在3个以内,所以mesh的算法不必太复杂,组网形式比较简单。各厂家都自定义了组_802.11s
文章浏览阅读5.2k次,点赞8次,收藏21次。线程的几种状态_线程状态
文章浏览阅读4.2w次,点赞124次,收藏688次。stack翻译为栈,是STL中实现的一个后进先出的容器。要使用 stack,应先添加头文件include<stack>,并在头文件下面加上“ using namespacestd;"1. stack的定义其定义的写法和其他STL容器相同, typename可以任意基本数据类型或容器:stack<typename> name;2. stack容器内元素的访问..._stack函数用法
文章浏览阅读71次。<li> <a href = "“#”>-</a></li><li>子节点:文本节点(回车),元素节点,文本节点。不同节点树: 节点(各种类型节点)childNodes:返回子节点的所有子节点的集合,包含任何类型、元素节点(元素类型节点):child。node.getAttribute(at...
文章浏览阅读3.4k次。//config的设置是全局的layui.config({ base: '/res/js/' //假设这是你存放拓展模块的根目录}).extend({ //设定模块别名 mymod: 'mymod' //如果 mymod.js 是在根目录,也可以不用设定别名 ,mod1: 'admin/mod1' //相对于上述 base 目录的子目录}); //你也可以忽略 base 设定的根目录,直接在 extend 指定路径(主要:该功能为 layui 2.2.0 新增)layui.exten_layui extend
文章浏览阅读3.2k次,点赞6次,收藏13次。分层思想分层思想分层思想-1分层思想-2分层思想-2OSI七层参考模型物理层和数据链路层物理层数据链路层网络层传输层会话层表示层应用层OSI七层模型的分层结构TCP/IP协议族的组成数据封装过程数据解封装过程PDU设备与层的对应关系各层通信分层思想分层思想-1在现实生活种,我们在喝牛奶时,未必了解他的生产过程,我们所接触的或许只是从超时购买牛奶。分层思想-2平时我们在网络时也未必知道数据的传输过程我们的所考虑的就是可以传就可以,不用管他时怎么传输的分层思想-2将复杂的流程分解为几个功能_5g分层结构
文章浏览阅读191次。在激光雕刻中,单向扫描(Unidirectional Scanning)是一种雕刻技术,其中激光头只在一个方向上移动,而不是来回移动。这种移动方式主要应用于通过激光逐行扫描图像表面的过程。具体而言,单向扫描的过程通常包括以下步骤:横向移动(X轴): 激光头沿X轴方向移动到图像的一侧。纵向移动(Y轴): 激光头沿Y轴方向开始逐行移动,刻蚀图像表面。这一过程是单向的,即在每一行上激光头只在一个方向上移动。返回横向移动: 一旦一行完成,激光头返回到图像的一侧,准备进行下一行的刻蚀。
文章浏览阅读577次。强连通:在有向图G中,如果两个点u和v是互相可达的,即从u出发可以到达v,从v出发也可以到达u,则成u和v是强连通的。强连通分量:如果一个有向图G不是强连通图,那么可以把它分成躲个子图,其中每个子图的内部是强连通的,而且这些子图已经扩展到最大,不能与子图外的任一点强连通,成这样的一个“极大连通”子图是G的一个强连通分量(SCC)。强连通分量的一些性质:(1)一个点必须有出度和入度,才会与其他点强连通。(2)把一个SCC从图中挖掉,不影响其他点的强连通性。_强连通分量
文章浏览阅读3.9k次,点赞5次,收藏18次。在做web开发,要给用户提供一个页面,页面包括静态页面+数据,两者结合起来就是完整的可视化的页面,django的模板系统支持这种功能,首先需要写一个静态页面,然后通过python的模板语法将数据渲染上去。1.创建一个templates目录2.配置。_django templates
文章浏览阅读1.7k次。Ubuntu等Linux系统显卡性能测试软件 Unigine 3DUbuntu Intel显卡驱动安装,请参考:ATI和NVIDIA显卡请在软件和更新中的附加驱动中安装。 这里推荐: 运行后,F9就可评分,已测试显卡有K2000 2GB 900+分,GT330m 1GB 340+ 分,GT620 1GB 340+ 分,四代i5核显340+ 分,还有写博客的小盒子100+ 分。relaybot@re...