sound models

The Reassigned Bandwidth-Enhanced Additive Sound Model is a high-fidelity representation that allows manipulations and transformations to be applied to a great variety of sounds, including noisy and non-harmonic sounds. Sound modeling and rendering algorithms based on this model, and many kinds of manipulations, including sound morphing, are implemented in an Open Source software package called Loris.

再割り当てを行うバンド幅強化を利用した加算合成モデルは、高い音再現性を持ち、ノイズや非倍音(non-harmonic)の音を含む多様な音に適用可能なものです。

Sound modeling goes beyond analysis or transformation of the sample data to construct something not present in the original waveform. In sound modeling, we attempt to extract a complete set of features to compose a sufficient description of all perceptually-relevant characteristics of a sound. We further strive to give stucture to those features such that the combined features and structure (the model) form a sufficient description of a family of perceptually similar or related sounds.

サウンドモデリングでは単なる分析やサンプルデータの変換ではなく、オリジナルの波形にすら存在しなかった何者かを作り出す。音をモデリングするということは、知覚の面からみた音の特性を十二分に記述するために、特徴を抽出しようという試みである。さらに、知覚的に同系列の関連した音を記述するような特徴量に対して構造を与えようと試みるのである。

Since it asserts a structure to the data that is not evident in the waveform, a sound model can be said to represent more information than the original recording. Constructing a sound model from a single recorded sound is analogous to composing an architectural plan from elevation and interior sketches of a building. New information is added in the modeling process, and the resulting model represents a generalization of the original sound.

波形からは把握しきれないようなデータに対して構造を与えるので、サウンドモデルは元の録音データよりも多くの情報をあらわしていると云うこともできる。ひとつの録音からサウンドモデルを構築するということは、建築物の高さと内部スケッチからアーキテクチャプランを作り出すようなものだ。新しい情報がモデリングするプロセスで与えられることにより、結果として得られるモデルは原音を一般化したものとなる。

On the other hand, some information is also lost in the modeling process. It is generally not possible to recover the original sound samples from the model data. Still, we intend that our models be sufficient in detail and fidelity that we can construct a perceptual equivalent of the original sound based solely on the model. Furthermore, deformations of the model should be sufficient to construct sounds differing from the original only in predictable ways. Examples of such deformations are pitch shifting and time dilation.

モデリングプロセスでいくつかの情報は失われる。一般的に云ってモデルデータから原音を完全に再現することは出来ない。しかし、構築したモデルのみを用いて知覚的に同等な音を構築できるような高い音の再現性と音の細部の再現に対して十分であるようなモデルを意図している。さらに、モデルを変形してゆくことにより想定できるような原音からの変形ができるようにすることが可能であることが要求される。例えば、ピッチシフトや時間軸にサンプルを引き伸ばすということである。