home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1993 #1 / NN_1993_1.iso / spool / comp / dsp / 2918 < prev    next >
Encoding:
Internet Message Format  |  1993-01-06  |  2.6 KB
  1. Path: sparky!uunet!think.com!spool.mu.edu!olivea!apple!malcolm
  2. From: malcolm@Apple.COM (Malcolm Slaney)
  3. Newsgroups: comp.dsp
  4. Subject: Re: Pitch shifting
  5. Message-ID: <76157@apple.apple.COM>
  6. Date: 6 Jan 93 04:43:35 GMT
  7. References: <mikael.31ea@terapin.com> <1993Jan5.184530.4560@eng.cam.ac.uk>
  8. Organization: Apple Computer Inc, Cupertino, CA
  9. Lines: 42
  10.  
  11. cmh@eng.cam.ac.uk (C.M. Hicks) writes:
  12. > - Signal Modelling approach. Model the signal (eg linear prediction) and
  13. >   adjust the model parameters so that when the signal is reconstructed, it
  14. >   is at the changed pitch.
  15. >   Main problems: model choice, block boundaries, computational load.
  16.  
  17. Xavier Serra did some really excellent work on this approach when he was
  18. at Stanford.  His thesis talk included some great examples of just the
  19. pitchy (deterministic) and noisy components of a musical signal.  He also
  20. played some examples that were pitch shifted.  They sounded perfect to
  21. my ears.
  22.  
  23. Here's the complete reference from INSPEC.
  24.  
  25.                             Malcolm Slaney
  26.                             Apple Perception Group
  27.                             and Stanford CCRMA
  28.  
  29. TITLE:         Spectral modeling synthesis: a sound analysis/synthesis system
  30.                  based on a deterministic plus stochastic decomposition.
  31. AUTHOR:        Serra, X. (Dept. of Music, Stanford Univ., CA, USA); Smith, J.,
  32.                  III
  33. PUBLICATION:   Computer Music Journal (Winter 1990) vol.14, no.4, p. 12-24. 21
  34.                  refs.
  35. DOCUMENT TYPE: Journal article
  36. LANGUAGE:      English
  37. ABSTRACT:  When generating musical sound on a digital computer, it is important
  38.    to have a good model whose parameters provide a rich source of meaningful
  39.    sound transformations. This paper addresses the synthesis technique of
  40.    spectrum modeling. It describes a technique called spectral modeling
  41.    synthesis (SMS) that models time-varying spectra as (1) a collection of
  42.    sinusoids controlled through time by piecewise linear amplitude and
  43.    frequency envelopes (the deterministic part), and (2) a time-varying
  44.    filtered noise component (the stochastic part). The analysis procedure first
  45.    extracts the sinusoidal trajectories by tracking peaks in a sequence of
  46.    short-time Fourier transforms. These peaks are then removed by spectral
  47.    subtraction. The remaining 'noise floor' is then modeled as white noise
  48.    through a time-varying filter. A piecewise linear approximation to the upper
  49.    spectral envelope of the noise is computed for each successive spectrum, and
  50.    the stochastic part is synthesized by means of the overlap-add technique.
  51.    The SMS technique has proved to give general, high quality transformations
  52.    for a wide variety of musical signals.
  53.