Tailors: New Music Timbre Visualizer to Entertain Music Through Imagery

本文介绍了一种名为Tailors的音色可视化系统。通过对27名MIR用户的实验，与仅音乐条件和基本可视化相比，发现Tailors在传达音乐的温暖、明亮、深度、浅度、硬度、粗糙度和锐度等音色特征方面具有较好的效果。在音乐想象和音乐娱乐调查中，Tailors的所有得分均在三个条件中得分最高。音色想象和想象娱乐之间的多元线性回归分析显示出显著且正相关的关系。通过Fisher变换比较结果的系数表明，Tailors通过改进音乐视觉想象使用户的音乐娱乐更好。后续调查结果显示，Tailors在最佳音色表达、音乐体验和再次使用意愿方面排名第一。虽然一些用户感到眼部负担，但Tailors将数据驱动的音色可视化映射规则的未来工作留给了许多用户的同意。此外，讨论了减少音色特征以便于Tailors更好地表达的特征，并探讨了Tailors在更艺术的方式下使用空间感的未来工作。

本文旨在实现一种音色可视化系统Tailors，解决如何有效地传达音乐的音色特征的问题。

Tailors系统通过实验验证，在传达音乐的音色特征方面比基本可视化和仅音乐条件更有效。实验结果表明，Tailors可以传达音色的温暖、明亮、深度、浅度、硬度、粗糙度和锐度等特征。

实验结果显示，Tailors在音乐意象和音乐娱乐度方面的得分均排名第一。同时，Tailors在最佳音色表达、音乐体验和再次使用意愿方面也排名第一。此外，文章还讨论了将音色特征减少以便更好地表达的问题，并提出了Tailors在更艺术的方式下使用空间感进行音色可视化的未来工作。

相关研究包括音乐信息检索和音乐可视化等领域。