论文部分内容阅读
双轨立体声录音体现的是“自然的”美，本质为严格再现已有的艺术声场的双轨立体声录音适合于录制“整体艺术，例如交响乐由群体声源组成，有相对严格形式的艺术样式。因此，就动态处理而言，我们拟结合技术、文化及艺术相互融合的内在联系上作一链接和学理分析。
交响乐层次表现力与大动态采音探索
【摘 要】
：
双轨立体声录音体现的是“自然的”美，本质为严格再现已有的艺术声场的双轨立体声录音适合于录制“整体艺术，例如交响乐由群体声源组成，有相对严格形式的艺术样式。因此，就动态处理而言，我们拟结合技术、文化及艺术相互融合的内在联系上作一链接和学理分析。
【机 构】
：
四川音乐学院电教录音部 成都 610000
【出 处】
：
2010年声频工程学术交流年会
【发表日期】
：
2010年7期
其他文献
本文报道了分子束外延技术生长InAs/GaSb超晶格探测器材料及其结构、表面和光学性能研究。我们采用相衬光学显微镜、原子力显微镜、透射电子显微镜、X-射线双晶衍射等方法全面研究和分析了InAs/Gasb薄膜的性能,在此基础上优化了InAs/Gasb超晶格材料的分子束外延生长参数,获得了具原子级平整的、与Gasb衬底完美匹配的InAs/Gasb超晶格材料。获得了截止波长分别为中波和长波的红外探测器材
本文报导了窄脊条、205K下连续工作的7.7μmInP基分布反馈量子级联激光器(DFB QCLs)。该60级InP基DFB QCL采用气态源分子束外延原子层技术生长,通过降低激光器脊条的宽度和采用电镀厚膜金属电极的方法改善激光器的散热特性,研制出波长为7.7μm腔面未镀膜的分布反馈晕子级联激光器,激光器裸管的连续工作温度最高达到205K,150K下的最高工作功率达到30mW,边模抑制比为30dB,
利用MOCVD在自支撑GaN体材料为衬底生长了紫光和蓝光激光器外延片。通过优化InGaN/GaN多量子阱和p-AlGaN的生长条件。提高了激光器件的性能。紫光激光器的阈值电流和阈值电压分别为78mA(2.4KA/cm2)和6.8V。老化实验的结果表明:器件阈值电流的上升与内量子效率的下降紧密相关。本文还优化了蓝光激光器的波导结构,实现了国内首支蓝光激光器的室温脉冲电注入激射,激射波长为445nm。
以自组织的Ni纳米岛做掩膜在LED外延片上成功制各出了直径在100—300nm之间,高度为700nm左右的LED纳米柱结构,并对纳米柱进行了结构和发光性质方面的一些测试。测试结果表明在纳米柱LED中存在明显的应力弛豫,相对于刻蚀之前,纳米柱的PL发光峰有3nm的蓝移,发光强度增强了4倍。我们通过计算和模拟证实了纳米柱中存在的蓝移现象是由于应力弛豫而不是量子限制效应导致的。
用金属有机化学气相沉积(MOCVD)方法,制备了Au/MgO/ZnO/MgO/ITO以及Au/MgO/ZnO/ITO两种基于MOS结构的发光器件。两种器件的伏安特性曲线都表现出典型的二极管整流特性,正向开启电压约为5V。采用安德森模型画出了两种器件在正向偏压下的能带图。从能带图出发,通过对两种结构的对比,阐述了其电致发光机理。对比了两种结构器件在电注入情况下的发光光谱,发现MgO绝缘层的引入可以显
随着对声表面波器件的不断深入研究,人们提出了用声表面波器件作为高明敏度传感器的构想。基于ZnO半导体纳米线对紫外光良好的紫外光电效应,我们提出了一种将ZnO纳米线和声表面波滤波器结构结合起来的高精度紫外探测器。这种紫外探测器是通过在以128°YX-LiNbO3为基底的声表面波滤波器传输卢路上涂覆一层ZnO纳米线紫外敏感膜制备而成。声表面波滤波器的中心频率为50.882MHz,涂膜后的声表面波滤波器
扬声器系统在不同使用声压级，不同的使用环境和播放不同音乐都可能对音色表现有不同的要求。本文尝试通过一个基本达到“高保真扬声器系统最低性能的要求”的扬声器系统的设计，进行其不同使用声压级时依据主观听感的需求调整其频率响应特性的实验。结过是该扬声器系统通过调整后能适应不同声压级的使用要求，并分析和总结出不同状态下该扬声器系统的不同频率响应特性及其特征。
@@我们在制造、探索和研究扬声器的时侯，有许多技术、理论问题，有不少态度和方法问题。我们探索、研究扬声器的目的，是找出和扬声器有关的规律，我们找到一些规律是为了更深入探索、研究扬声器。对有关扬声器和相关方面的规律，我这里总结了十三条规律。下面对这十三条原则逐条解读。
制作了符合中国男性生理外形及尺寸的人头模型、参考耳模型，及多种具有不同结构的耳廓模型，在头模上更替不同耳廓模型进行双耳录音。通过主观评价实验探讨了耳廓不同的精细结构改变对声源方位感知影响的显著性及其影响方式。实验发现部分耳廓结构的改变对声源方位感知作用明显，对不同方位的声音定位感知有“钝化”、“锐化”作用，不同的耳廓细节改变对声源定位的影响不同；部分耳廓结构的改变会对“区分前后镜像”、“改善头中定
语音识别中，存在着特征参数的维数很高、运算量和内存需求非常大等问题。层次K-means算法(SAHKC)综合了K-means和层次聚类法的优点，既具有处理大数据量的能力又避免了K-means的初值的选择问题。本文利用一种基于改进的SAHKC和SVM相结合的方法，首先用改进的SAHKC方法对语音数据进行聚类，将获得的聚类中心矢量作为该类的训练样本训练SVM分类器，最后用训练好的SVM对语音进行预测。