Detecting fingering of overblown flute sound using sparse feature learning

Abstract

In woodwind instruments such as a flute, producing a higher-pitched tone than a standard tone by increasing the blowing pressure is called overblowing, and this allows several distinct fingerings for the same notes. This article presents a method that attempts to learn acoustic features that are more appropriate than conventional features such as mel-frequency cepstral coefficients (MFCCs) in detecting the fingering from a flute sound using unsupervised feature learning. To do so, we first extract a spectrogram from the audio and convert it to a mel scale. Then, we concatenate four consecutive mel-spectrogram frames to include short temporal information and use it as a front end for the sparse filtering algorithm. The learned feature is then max-pooled, resulting in a final feature vector for the classifier that has extra robustness. We demonstrate the advantages of the proposed method in a twofold manner: we first visualize and analyze the differences in the learned features between the tones generated by standard and overblown fingerings. We then perform a quantitative evaluation through classification tasks on six selected pitches with up to five different fingerings that include a variety of octave-related and non-octave-related fingerings. The results confirm that the learned features using the proposed method significantly outperform the conventional MFCCs and the residual noise spectrum in every experimental condition for the classification tasks.

Acoustic scene classification using convolutional neural network and multiple-width frequency-delta data augmentation

“…A mel-scale is based on the human auditory system and is approximately logarithmic above 1 kHz [23]. We used 128 mel-frequency bins following representation learning researches on music annotation [24], [25], musical instrument identification task [26], and fingering detection of overblown flute sound [27]; this is a reasonable size that sufficiently retain the original spectral characteristics, while significantly reducing the dimensionality of the data.…”

Flute Instructors’ Views About the Fingering Positions of Flute Students at Fine Arts High Schools

“…Almeida, Chow, Smith ve Wolfe (2009: 1524 yaptıkları çalışmada, flütten ses elde etmede kullanılan parmak pozisyonlarının, Do/Do Diyez, Re, Re Diyez/Mi Bemol sesleri dışında 1. ve 2. oktavdaki diğer seslerde değişiklik göstermediğini ancak bazı flüt öğrencilerinin özellikle flüte başlangıç aşamasında yanlış davranışlar edinme ve dikkatsiz çalışma sonucu Do, Do Diyez, Re, Re Diyez seslerini 1. oktav parmak pozisyonları ile elde etmeye çalıştıklarını belirtmektedir. Diğer yandan, Han ve Lee (2016: 2)'e göre de, flüte başlangıç aşamasında olan öğrenciler, istem dışı da olsa flütteki parmak pozisyonlarını birbirlerine karıştırmakta ve kurallar doğrultusunda ses elde etmekten uzaklaşmaktadır. İyi bir müziksel işitme yeteneği ve dikkati ile rahatlıkla fark edilebilecek bu davranışlar, ne yazık ki özellikle flüte başlangıç aşamasında yanlış parmak pozisyonlarının kazanılmasına ve bu pozisyonların düzeltilme çabasının da çalgıya yönelik olumlu tutumların ortadan kalkmasına neden olabilmektedir.…”