Bark ve Mel Ölçekleri
- Ortaya koyan
- Eberhard Zwicker, Stanley Smith Stevens
- Yıl
- 1937
- Tür
- Perceptual frequency mapping
- Aile
- Psychoacoustics
Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku
Ne işe yarar?
Bark ve Mel ölçekleri, fiziksel frekansı (Hz) algılanan perdeye ve işitsel algıya eşleyen algısal frekans ölçekleridir.
Zwicker (Bark, 1961) ve Stevens (Mel, 1937) tarafından biçimlendirilen bu doğrusal olmayan ölçekler, insan kulağının sesi nasıl işlediğini yansıtır. Bark ölçeği, işitmeyi 24 kritik banda ayırır; Mel ölçeği perde algısını modeller. Her ikisi de ses özelliği çıkarımı, konuşma işleme ve insan işitmesiyle uyumlu ses sistemleri tasarlamak için esastır.
Yöntemin mantığı
Kulak frekansı doğrusal olarak algılamaz. 100 Hz'den 200 Hz'e 100 Hz'lik bir kayma büyük bir değişim gibi (oktav) duyulurken, 5100 Hz'den 5200 Hz'e aynı kayma zar zor fark edilir. Bark ve Mel ölçekleri, eşit mesafelerin eşit algılanan farkları temsil ettiği algısal bir alana frekansı eşler. Bark ölçeği frekans ayrımına (maskeleme desenleri); Mel ölçeği perdeye (melodi ve ton) odaklanır.
Tarih
Stevens, Volkmann ve Newman 1937'de perde algısını eşit görünen aralıklarda (melodi) ölçmek için Mel ölçeğini tanıttılar. Zwicker, 1961'de kritik bant genişliği ölçümlerine ve maskeleme olgularına dayanarak Bark ölçeğini geliştirdi. Her ikisi de psikoakustik ve ses kodek tasarımının temeli haline geldi. Modern iyileştirmeler (örn. Gammatone filtre bankaları, Mel-spektrogramlar) daha doğru algısal modeller sağlar. Mel-spektrogramlar üzerinde makine öğrenimi, konuşma ve müzik yapay zekasında standart hale gelmiştir.
Ne zaman kullanılır?
Ses kodek tasarımı, algısal ses kodlama ve maskeleme etkilerini analiz etmek için Bark ölçeğini kullanın. Konuşma işleme, müzik bilgi alma, konuşmacı tanıma ve ses özelliklerinde makine öğrenimi için Mel ölçeğini kullanın. Her ikisi de işitme cihazı tasarımı, ses restorasyonu ve algısal ses kalitesi metriklerine uygulanabilir.
Sınırlar ve dikkat edilmesi gerekenler
- Bark ve Mel ölçekleri ampirik yaklaşımlardır; kesin kritik bant genişliği seviyeye, frekans bağlamına ve bireysel dinleyicilere göre değişir.
- Tersine çevrilemez eşlemeler (ileri dönüşüm bilgi kaybına neden olur); hassas frekans yeniden yapılandırması karmaşıktır ve artefaktlara neden olabilir.
- Her iki ölçek de normal işitmeli dinleyiciler için ortalama modellerdir; işitme kaybı, yaş ve bireysel farklılıklar kritik bant genişliğini ve perde algısını modüle eder.
- Hesaplama maliyeti: Hz ve Bark/Mel arasında dönüşüm transandantal fonksiyonlar (logaritma, arktanjant) gerektirir; arama tabloları ve yaklaşımlar yaygındır.
- Sadece monaural (tek kulak) algı ile sınırlıdır; binaural işitme (iki kulak) ve uzamsal ses ek modelleme gerektirir.
Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.
Güçlü yönleri
- Analizi insan işitsel algısıyla uyumlu hale getirin; Bark/Mel uzayında türetilen özellikler, öznel ses kalitesi ve dinleyici tercihi ile daha iyi korelasyon gösterir.
- Yüksek frekanslı bilgiyi sıkıştırın: ses kodeklerinde hesaplama maliyetini azaltarak yüksek frekanslarda daha az algısal 'kanal' gerekir.
- Kritik bant genişliği kavramı maskelemeyi öngörür: bir Bark içindeki bölgeler paylaşılan maskelemeye tabidir, bu da algısal kodek tasarımını basitleştirir.
- Yerleşik ve standartlaştırılmış; ticari ses kodeklerinde (MP3, AAC) ve konuşma tanıma sistemlerinde yaygın olarak kullanılır.
- Esnek: Bark ve Mel ölçekleri, rafine algısal modelleme için diğer tekniklerle (ses şiddeti eğrileri, sıkıştırma) birleştirilebilir.
Uygulama alanları
- Ses kodeği ve akışı: MP3, AAC, OPUS, algısal niceleme için Bark ölçeği filtre bankaları kullanır; Mel ölçeği varyantları bazı modern kodeklerde kullanılır.
- Otomatik konuşma tanıma ve konuşmacı doğrulama: Mel ölçeği spektrogramlarından türetilen Mel frekanslı sepsral katsayılar (MFCC'ler), konuşma işleme için standart özelliklerdir.
- Müzik bilgi alma ve tür sınıflandırması: Mel-spektrogramlar, müzik özelliği çıkarma ve ses üzerinde derin öğrenme sağlar.
- İşitme cihazı ve koklear implant tasarımı: kritik bant genişliği (Bark ölçeği), implantlarda kanal tasarımını ve frekans tahsisini bilgilendirir.
- Ses restorasyonu ve konuşma iyileştirme: algısal ölçekler, işitmeyle uyumlu artefakt giderme ve gürültü bastırmayı yönlendirir.
- Ses kalitesi değerlendirmesi: algısal metrikler (PESQ, PEMO-Q), öznel ses kalitesini tahmin etmek için Bark ve Mel ölçeklerini kullanır.
Nasıl çalışır?
Nasıl çalışır?
Analiz edilecek veya görüntülenecek bir ses sinyali veya frekans alanı temsili (FFT spektrumu) elde edin.
Standart pencereleme ve FFT tekniklerini kullanarak güç spektrumunu hesaplayın. Frekans dizisini Hz cinsinden hazırlayın.
Doğrusal frekans ölçeğini (Hz) algısal ölçeklere dönüştürün: Bark: z = 13 * arctan(0.76f/1000) + 3.5 * arctan((f/7500)²) , Mel: m = 2595 * log10(1 + f/700). Bu formüller Hz → algısal birimleri eşler.
İşitsel işlemeye uyumlanmış frekans-seçici özellikler (filtre bankaları, spektrogramlar) tasarlamak için algısal frekans ölçeğini kullanın. Her frekansta kritik bant genişliğini hesaplayın: BW ≈ 25 + 75(1 + 1.4(f/1000)²)^0.69 Hz cinsinden, bu da Bark uzayında yaklaşık olarak sabittir (1 Bark ≈ kritik bant genişliği).
Algısal olarak doğru yorumlama için spektrumları Bark veya Mel ölçeğinde görselleştirin. Özellik önemini karşılaştırın: doğrusal Hz'de, yüksek frekanslar görsel olarak baskındır ancak algısal olarak daha az önemli olabilir; Bark/Mel'de, vurgu algısal olarak belirgin bölgelere kayar.
Sık yapılan hatalar
- Bark ve Mel ölçeklerinin algısal olarak özdeş olduğunu varsaymak; farklı yönleri modellerler (frekans ayrımı vs. perde) ve seçim uygulamaya bağlıdır.
- Tüm frekanslar için tek bir Bark/Mel ölçeği kullanmak; kritik bant genişliği frekansa göre değişir ve bazı rafine modeller (örn. Eşdeğer Dikdörtgen Bant Genişliği) daha doğrudur.
- Seviyeye bağlı etkileri ihmal etmek: kritik bant genişliği ve maskeleme ses seviyesiyle ölçeklenir; sabit kritik bant genişliği varsayımları yaklaşımlardır.
- Algısal doğrulama olmadan Bark ölçeğini kullanarak yüksek frekansları aşırı sıkıştırmak; algılanan ses kalitesi, sadece frekans çarpıtmasına değil, genel bağlama bağlıdır.
- Bark/Mel dönüşümünü algısal kalite ile karıştırmak; Bark ölçeğine dönüştürmek algısal olarak optimize edilmiş ses garanti etmez, yalnızca kritik bantlara uyum sağlar.
Sık sorulan sorular
Bark ve Mel ölçekleri arasındaki fark nedir?
Bark ölçeği frekans ayrımını ve kritik bant genişliğini modeller - kulak yakındaki frekansları maskeleme bantlarına nasıl gruplandırır. Mel ölçeği perde algısını modeller - frekansın algılanan melodiye nasıl eşlendiğini. Bark ölçeği algısal anlamda düzgündür (1 Bark ≈ bir kritik bant); Mel ölçeği öznel perdeyi (oktavlar, müzikal aralıklar) modeller. Kodek ve maskeleme analizi için Bark; perde ve konuşma işleme için Mel kullanın.
Bir Bark bandı Hz cinsinden neyi temsil eder?
Bir Bark Hz cinsinden sabit değildir; bir kritik bant genişliğini temsil eder, bu da frekansa göre değişir. 100 Hz'de, 1 Bark ≈ 100 Hz; 1 kHz'de, 1 Bark ≈ 130 Hz; 10 kHz'de, 1 Bark ≈ 700+ Hz. Bu, kulağın düşük frekanslı ayrıntıları ince bir şekilde çözdüğü, ancak yüksek frekanslı ayrıntıları kaba bir şekilde gruplandırdığı anlamına gelir.
İnsan işitmesinde kaç Bark bandı vardır?
İnsan işitmesi yaklaşık 24 Bark bandını kapsar, bu da duyulabilir spektrum (≈20 Hz ila 20 kHz) boyunca kritik bant genişliği birimlerine karşılık gelir. Bu, birçok ses kodeğinin temelini oluşturur ve bunlar Bark aralığına uyumlanmış 24 bantlı filtre bankaları kullanır.
Mel-spektrogramlar konuşma tanımada neden bu kadar popülerdir?
Mel-spektrogramlar, konuşma ile ilgili düşük frekanslı bilgileri (perde, formantlar) korurken yüksek frekanslı ayrıntıları sıkıştırır. İnsanların konuşmayı algılama şekline uyum sağlarlar, bu da öğrenilen özellikleri daha sağlam hale getirir. Mel-spektrogramlar üzerinde eğitilmiş derin sinir ağları, konuşmacılar ve aksanlar arasında daha iyi genelleme yapar.
Bir analizde Bark ve Mel ölçeklerini birleştirebilir miyim?
Evet. Kodek ve maskeleme analizi için Bark ölçeğini kullanın; perde ve melodi çıkarma için Mel ölçeği özelliklerini ayrı ayrı hesaplayın. Tamamlayıcıdırlar: işitme mekaniği için Bark, algısal perde için Mel. Bazı gelişmiş ses sistemleri her ikisini de kullanır, frekans ayrımını (Bark) perde algısıyla (Mel) katmanlar.
İlgili yöntemler
Kaynaklar
Zwicker, E. (1961). Subdivision of the audible frequency range into critical bands. Journal of the Acoustical Society of America, 33(2), 248–248.
Yayın kaynağını açKopyalandı.Stevens, S. S., Volkmann, J., & Newman, E. B. (1937). A scale for the measurement of the psychological magnitude pitch. Journal of the Acoustical Society of America, 8(3), 185–190.
DOI kaynağını açKopyalandı.Moore, B. C. J. (2012). An Introduction to the Psychology of Hearing (6th ed.). Academic Press.
ISBN: 978-0123914232Kopyalandı.