EchoNest API的getTimbre向量是什么意思？

Question

EchoNest Analyzer Documentation声明了以下关于音色的内容：

  

timbre 是区分音符或声音的质量   不同类型的乐器或声音。这是一个复杂的   概念也称为声音颜色，纹理或音质，和   是从一个片段的光谱 - 时间表面的形状，   独立于音高和响度。 Echo Nest Analyzer的音色   feature是一个向量，包含12个大致居中的无界值   这些值是光谱的高级抽象   表面，按重要程度排序。但是为了完整性，   第一维代表段的平均响度;   第二强调亮度;第三是与之密切相关   声音平坦;四分之一的声音具有更强的攻击力;等等   下面的图像代表12个基函数（即模板   段）。段的实际音色最好描述为a   这12个基函数的线性组合加权   系数值：timbre = c1 x b1 + c2 x b2 + ... + c12 x b12，   其中c1至c12代表12个系数，b1至b12代表12个系数   基本功能如下所示。 Timbre矢量最好用于   相互比较。   

我的理解是b向量（{b1...b12}）是API的getTimbre方法返回的内容。但那么{c1...c12}系数来自何处呢？我不明白如何从矢量音色中获取标量音色（主要是因为您的分析API是闭源）。你能帮我解决这个问题吗？

Answer 1

请注意，本网站上的答案来自志愿者。要获得图书馆的官方支持，您需要直接与出版商联系。

b1 ... b12 不音频分析的结果，它只是描述分析的作用。它们是固定常数，如图所示：

标量c1 ... c12的向量是分析仪产生的。当然，只有12个数字才能完美地描述声音。通过函数将标量相乘将不会重现原始音乐，因为那里没有足够的数据;这只是一个近似值。但是，您可能会从每个细分中获得类似的“情绪”，因此尝试聆听可能会很有趣。