播客复兴何以可能:情感、知识与流动的声音建构

近年来,在线音频用户规模的持续扩大,使作为其子类行业的播客的爆发式增长态势引发广泛关注。本文基于播客复兴这一现象,梳理了播客复兴的技术、平台、内容逻辑,并通过深度访谈探究了播客在被使用过程中产生的意义。研究发现,播客以一种“中间者”的方式为使用者们提供了声音陪伴、知识经验分享,搭建了公共讨论空间。播客复兴在某种程度上也是对孤独、倦怠等社会情绪的回应,是一种深度媒介化的实践。

论声音权益的法律保护模式

声音具有独特性,是自然人身份识别与社会交往的媒介。比较法上主要通过公开权、一般人格权、独立人格权或人格利益等模式对声音权益予以保护。公开权模式仅保护声音的经济价值、弱化其人格权属性。声音虽然与知识产权存在密切关联,但其主要不是知识产权的客体。一般人格权在具体化过程中也面临保护对象与边界不清晰的问题。我国《民法典》并没有承认声音为独立的具体人格权类型,而对声音权益采取了法定的独立人格利益保护模式,是更为简明、清晰的制度安排。声音权益虽不属于具体人格权,但作为一项人格利益可参照适用肖像权保护的规定。

基于AI技术的中国影视声音教育特点及其发展趋势研究

人工智能(AI)技术在影视声音领域的应用,正在逐渐革新影视声音内容的生产制作流程和分发方式,重构影视声音领域的发展格局,对影视声音人才的知识和能力结构也提出了新要求。本文通过调查研究、历史研究、质性研究、案例研究等方法,试图揭示人工智能在影视声音领域的多样性和潜力。研究结果表明,AI技术在影视音乐创作、影视配音和声音教育体验方面具有显著潜力。本文进一步挖掘在AI背景下影视声音教育的发展策略,建议调整优化人才培养模式、革新课程知识体系、更新教学手段和方式;通过深入AI领域并跟踪最新趋势、优化学习过程并强化人文内核,使学生更好地应对未来发展的挑战。

基于声音特征优化和改进支持向量机的鸟声识别

为了在低参数量下提高鸟鸣声的识别准确率,提出了一种新的鸟声识别方法,包括鸟声信号特征优化和乌鸦搜索-支持向量机(Support Vector Machine,SVM)分类识别。该方法首先采用主成分分析法对从鸟声中提取的梅尔频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)和翻转梅尔频率倒谱系数进行选择,得到优化后的声音特征参数并将其作为鸟声识别算法的输入;然后利用乌鸦搜索算法对SVM的核参数和损失值进行选优,得到改进的SVM网络用于鸟声分类识别。试验结果表明,该方法对5种鸟声识别的准确率为92.2%,声音特征维数在16时可以得到最好的识别效果。该方法为野外鸟声自动识别提供了一种可行的方式。

基于注意力机制的无监督异常声音检测方法

针对传统的基于自编码器的无监督异常声音检测方法存在特征表达能力不足的问题,提出一种基于注意力-跳跃自编码器-生成对抗网络的无监督异常声音检测方法ASAE-GAN(Attentional Skip-connected Auto Encoder and Generative Adversarial Network)。ASAE-GAN在跳跃自编码器和生成对抗网络的基础上,引入通道间注意力机制和时间注意力机制,增强模型的特征表达能力。使用MIMII数据集中的pump声音数据进行实验,评价指标使用AUC分数。结果表明:ASAE-GAN的平均AUC分数相比较于AE、UNET和Skip-GANomaly分别提升了16.27%、14.23%和6.55%,验证了其在无监督异常声音检测方面的优越性。

听觉唤醒:文化类综艺节目声音元素的艺术表达

文化类综艺节目承担着成风化人、润物无声的审美教育功能。节目中的声音元素包含语言、音乐、音响三种形态。语言元素通过朗读、台词等形式,打造出仪式化美感,塑造节目独特的听觉标识;音乐元素既推进了节目中剧情叙事,又结合民族乐器丰富节目的文化内涵;音响元素以自然、纪实风格的音响还原中国传统文化中崇尚自然、天人合一的美学意境。节目中的声音元素不仅散发着艺术魅力,而且承载了中国文化对于人类统觉复归的召唤,听觉空间的创作潜力也为创作者提供挣脱自我复制窠臼的新指向。

复合故障下风电齿轮箱声音信号耦合调制模型辨识与故障诊断

针对两级行星一级平行齿轮箱不同位置受损导致的复合故障,提出一种声音信号耦合调制模型,以辅助专家进行故障诊断。当风电齿轮箱发生复合故障时,其特征频率会以调幅和调频的形式影响不同轮系的啮合频率,为此,本文提出了复合故障下风电齿轮箱声音信号幅值耦合调制模型;利用模型参数辨识思路,确定所提耦合调制模型中不同轮系的调幅系数,并通过构建边带能量比指标,用于评价辨识效果;最后,利用声音信号耦合调制模型的重构谱,确定复合故障位置,实现具有辅助性质的故障诊断。实验与现场数据分析表明:用于评价辨识结果的边带能量比指标分别为0.948,0.972,0.977和0.9643,有效说明了模型辨识的有效性,为齿轮箱复合故障自动诊断奠定了基础。

交织的文学声景:以勒古恩《地海传奇》六部曲中的声音与静默为例

在声音景观研究中,声音不仅被视为生活世界的表征,还是突破由视觉范式所指涉的逻各斯中心论的解域之线,更是重构栖居世界的可能契机。文学声景作为微观的声景世界,以其独特的物质性声响、语音形式以及对静默的呈现,在交互阅读与交流中,唤醒联觉感知和文学想象。厄休拉·勒古恩的幻想小说《地海传奇》六部曲,曾五获星云奖和雨果奖,叙说格得等主角在地海世界的成长与历险故事,在其奇幻写作中具有重要地位。勒古恩对文学倾听、声音和静默极为敏感。小说借声音与静默彼此缠绕的地海世界,反思当代世界的生态危机、性别歧视和种族主义等问题,小说中的声音既是形式也是主题,呈现出从冲突、失衡而达至平衡的生态图景与奇幻的文学世界。《地海传奇》中语词的声音既在实指层面上制造出音义谐和、悠远淡然的审美效果,也在虚指层面突显空间声景特征,进而参与地海世界中人物的形象建构,勒古恩对这一文学声景世界的想象与描述,为奇幻文学的生态书写带来新面相,而批评对六部曲中文学声景的揭示,也为理解文学空间的意义生成开启新维度。

基于加权非负矩阵分解的异常声音检测方法研究

异常声音检测方法多用强标签数据进行训练,而高质量的强标签音频数据标注难度较大、收集成本高昂。针对现有异常音频检测方法使用弱标签数据会受到非平稳和时变噪声的干扰,导致训练结果较差、准确率低的问题,提出一种基于音频频谱的加权非负矩阵分解WNMF方法。该方法使用WNMF对弱标签和无标签数据进行标记,并分离目标声音事件和背景噪声。在适当的权值下,WNMF改变标记时不同频段音频信息的重要性,以抑制噪声,提高分离质量,使其逼近全监督模型训练的效果;之后使用卷积神经网络产生帧级预测和音频标签预测。仿真实验结果表明,该方法的准确率相比于传统NMF处理弱标签数据的方法提升了4.8%。

通过聆听:对“声音民族志”书写的回顾与重思

声音与听觉构成一个共同体,但我们所面对的问题不在于论证其同一性,而是基于两者的差异,讨论音乐人类学需要什么样的“声音民族志”,聆听在声音民族志中扮演怎样的角色,如果丧失了对声音敏锐的感受力,如何以音乐这种体验艺术为对象、以民族志这种体验文本为方式进行声音民族志写作。“聆听”兼具方法与对象的双重意义,能够导向对于跨文化审美与情感、自然生态与声音生态、感官声音史等话题的讨论。在一定程度上,音乐人类学不乏对声音的关注,倘若缺少对听觉的关切,则难以对多元文化中的聆听者——“人”及其作乐实践有更为本体意义上的关怀。

声音人类学的感觉批评及其美学意义

当代美学不再局限于形而上学的命题与理论玄思,而是与人类学等领域进行跨学科互动,以介入性实践与美学批评等形态展现自身。不同于符号学、音乐学与传统声学对声音的量化与物质化处理,以霍尔格·舒尔茨为代表的学者将声音人类学理解为一种感觉人类学,“感觉批评”成为其具体展开方式。从声音的感受力出发,声音人类学重新发掘了感觉的异质性、精确性与生成性,突破了视觉中心主义的认识论框架,将美学扩展至广泛的多重感觉领域。以听觉为代表的感官感觉由此回归被语言符号传达之前的原初感觉,认识活动与感觉活动同时发生,以“身体的感觉实践”与“感觉认识论”拓宽了当代美学的研究范式与批评话语。

从“声景”进入思考:贾樟柯电影声音的时空建构

当“声景”的概念被移植到电影中,电影的声音就被赋予了配合画面叙事、营造情感氛围以外的空间意义,成为人们感受影像内外景观的又一尺度。“声景”研究将声音当作一种媒介,在“声景”视域下,声音有了其自身的文化表征、空间承载及互动属性,能够中介人与环境的关系,并连接人们的现实生活环境与过往时空经验。从声音景观的角度考量电影创作,相较而言现实主义影片中声音的媒介属性更为凸显,也更具有“景观社会”的现实意义。如贾樟柯影片中各种嘈杂的环境音响、彰显地域特色的方言、超越时空维度的流行音乐,都构建着生动且富有感染力的生活空间,引导人们与特定时空建立真实的联系。

论《喧哗与骚动》中声音书写的叙事功能

在《喧哗与骚动》中,声音成为福克纳糅合南方文学传统与现代主义审美旨趣的艺术手段,或具象化演绎不同情节或场景,或抽象化建构主题及文化意蕴,以多元形式作用于人物设定、故事架构与主题表达,具有独特的叙事表意功能。话语声音的内在音色与外界声音的心理导向为塑造人物的个性特质、意识情绪与认知特征提供行之有效的感知路径。特定声音信号与意象在情节演变过程中发挥预示功能,重构故事时序、影响叙事节奏,协同宏观叙事声音创设时空美学。福克纳采用“个人型声音”言说时代变迁中特殊群体的精神生态与生存境遇,以人文关怀的情感立场书写生存与发展母题,彰显其明晰的南方身份印记及对历史、宗教与社会文化问题的批判与思考。

声音的“性灵”——探微迟子建小说中声音的“唤醒功能”

迟子建在长达四十年的小说创作中,从《北极村童话》到《碾压甲骨的车轮》,持续采用声音作为叙事的元素。迟子建以细腻的笔触捕捉自然界与人类世界的各种声音,勾勒出自然、民间与历史的面貌。这不仅有助于小说营构诗意氛围、意象与主题意蕴,而且包孕着作家对外在世界独特的感觉结构。声音承载个人、家族与民族的“记忆”,抵达读者内心的深处,引起读者的共鸣。

让声音唤醒:图书馆特色资源的听觉化开发与声音营销

文章借鉴拉斯韦尔5W传播模型要素,采取“为何听、听什么、谁在听、如何听”的叙事逻辑,描述西安市碑林区图书馆特色资源有声化开发与有声营销工作实践,探讨图书馆如何利用声音要素激活馆藏资源和历史街区的深厚文化资源,通过声音服务让资源触达用户心智。

从“文化声音原型”出发的文化表达——论朱践耳的《江雪》与叶小纲的《喜马拉雅之光》

“文化声音原型”是在音乐创作意识或潜意识中饱含历史文化信息的声音(音乐)参照系。朱践耳的《第十交响曲——江雪》与叶小纲的《喜马拉雅之光》这两部作品,虽各具独特的文化内涵,但两者都从“文化声音原型”的角度出发,展开深刻的文化诠释。尽管表达路径各异,但两者在表达文化精髓的思路上殊途同归。其“文化声音原型”的确立,决定了作品体裁、音色、语句形态、空间结构等作为文化表达的音乐形式。这两部作品基于“文化声音原型”所构建的音乐形式,与其最终的文化表达互为因果、辩证统一,呈现出主旨性、风格性、民族性、时代性等方面的异同,同时也彰显了中国当代音乐创作在人文价值立场上的共通性。

另一个声音,同一个声音——从声音人物、概念人物到节奏人物

人声,向来是一个迷人的哲学主题。从亚里士多德到罗兰·巴特,人声一直被置于声音和意义之间,作为沟通的纽带和转换的环节。在声音人类学的相关研究中,它主要展现为声音人物这个关键的形态。这个概念又与当代哲学有着密切关联,尤其是德勒兹和加塔利在《什么是哲学?》中所阐发的概念人物。在概念人物的哲学创造和声音人物的艺术体验之间,梅西安最早创发的节奏人物这个概念起到了连接的作用。但节奏本就具有肯定与否定这两个不可分割的面向,它既是生命的创造,但同时又面临着死亡的深渊。这两个面向在当代对人声的研究中也有深刻体现。从卡内提到阿甘本,从多勒到声智小组,否定性之人声似乎正在成为数字时代重构主体性的一个强力节奏。

基于多组多分辨率特征和小波通道注意力的环境声音分类

针对目前环境声音分类(Environmental Sound Classification, ESC)方法对音频特征提取中反映的时频维度信息不足的问题,提出基于多组多分辨率特征和小波通道注意力的分类方法。采用多组多分辨率特征组成的多特征作为网络输入,通过多组滤波器,多个频率分辨率,在时间和频率维度上实现数据增强,同时实现信息互补。为了更好地衡量各个通道的重要性,针对一维音频图像特征设计了小波通道注意力模块,采用离散小波变换(Discrete Wavelet Transform, DWT)将信号的低频子带和高频子带有效结合,得到通道标量,利用Gram-Schmidt正交化方法使网络在信道注意压缩阶段提取的信息多样化,利用长短期记忆(Long Short Term Memory, LSTM)网络长时间保存信息,提高学习的长期可靠性。实验结果表明,在ESC-10和ESC-50数据集上的分类准确度分别达到了98.7%和93.6%,取得了较好的效果,为音频特征处理提供了一种新的研究思路。

数字儿童文学声音模态的叙事效果与情感表征

儿童文学的数字化转型将次生口语文化形式的声音模态带入儿童文学表达。通过选择、组合声音形式和元素,声音模态产生不同于传统儿童文学图文表达的叙事效果和情感体验。声音元素能够填补图文系统建构人物形象留下的空白,具象化表现人物性格特征和人物间关系;声音形式和元素能够搭配、叠加,形成空间性音景或外现的心境音景,表征具体情境和情感;声音模态还能够使用标出项,创造复调并建构氛围。声音模态丰富了儿童文学的表现形式,形成立体的体验空间,与此同时,其带来新认知形式,从听觉维度表征文化性隐喻。数字技术改变儿童文学样态,然而,儿童文学批评尚未跟上儿童文学发展。数字儿童文学批评需要更多批评主体进入,以纠正数字儿童文学发展与批评的错位。

基于谱-时信息融合的机械设备异常声音检测

针对机械设备声音信号的特点提出了一种基于谱-时信息融合的机械设备异常声音检测方法(STvec-MFN),结合1DCNN网络时序特征和对数梅尔频谱的频谱特征,利用频-时联合注意力模块ST-JAM聚合频谱和时序特征,建立MobileFaceNet(MFN)模型完成机械设备故障检测,并在工业数据集MIMII和ToyADMOS上进行验证。实验表明,STvec-MFN的检测性能AUC和mAUC分别达到88.80%和81.33%,比目前性能优异的Glow算法提升4.2%和15.65%。