การตรวจจับการโจมตีในเสียง

It is the foundation for beat tracking, automatic transcription, and rhythm-aware editing.

การโจมตีคือจุดเริ่มต้นของเหตุการณ์อะคูสติก การโจมตีจากการตีกลอง หรือการดีดสาย วิธีการแบบคลาสสิกจะคำนวณฟังก์ชันการตรวจจับการโจมตี (ODF) ซึ่งจะพุ่งสูงขึ้นเมื่อสัญญาณเปลี่ยนแปลงกะทันหัน ODF ที่ได้รับความนิยมมากที่สุดคือสเปกตรัมฟลักซ์: ใช้การแปลงฟูริเยร์ในช่วงเวลาสั้น ๆ วัดปริมาณพลังงานที่เพิ่มขึ้นแบบ bin-to-bin ระหว่างเฟรม และการแก้ไขแบบครึ่งคลื่นเพื่อให้นับเฉพาะพลังงานที่เพิ่มขึ้นเท่านั้น ขั้นตอนการเลือกจุดสูงสุดที่มีเกณฑ์การปรับตัวจะทำเครื่องหมายการเริ่มต้น โดยหลีกเลี่ยงการทริกเกอร์ซ้ำซ้อน เสียงเพอร์คัสชั่นที่มีการโจมตีที่คมชัดเป็นเรื่องง่าย การเริ่มเล่นเบาๆ เช่น การเล่นไวโอลินช้าๆ หรือการร้องเพลงเลกาโตนั้นทำได้ยากเพราะพลังงานจะค่อยๆ เพิ่มขึ้น ระบบสมัยใหม่ฝึกโครงข่ายประสาทเทียมหรือโครงข่ายประสาทที่เกิดซ้ำบนสเปกโตรแกรมเพื่อเรียนรู้สัญญาณการโจมตีโดยตรง ซึ่งมีประสิทธิภาพเหนือกว่า ODF ที่ปรับแต่งด้วยมือบนวัสดุที่ยุ่งยาก