脉冲宽度不变而音高可变：脉冲表如何合成管乐音色

英文题目：Pulsetable Synthesis of Wind Instrument Tones

会议身份：conference:dafx:2026:conference-paper-id:DAFx26_demo_60

✅ 来源为官方会议 PDF；表格与 Figure 按原文证据绑定。PDF 公式以原页区域图片展示，未冒称作者原始 TeX。

会议来源：官方记录 · 官方 PDF

标签：#信号处理 #高效推理 #音乐 #音乐生成

评分：4.7/10 | 创新 1.0/2 | 技术严谨 1.0/1.5 | 实验充分 0.3/1.5 | 清晰度 0.6/1 | 影响力 0.7/1.5 | 开源 0.2/1.5 | 可复现 0.1/0.5 | 工程/实践 0.8/1.5

排名：后50% | 文档类型：系统技术报告

👥 作者与机构

• Christian Dittmar：机构信息未能从会议 PDF 纯文本可靠映射
• Simon Schwär：机构信息未能从会议 PDF 纯文本可靠映射
• Manuel Peters：机构信息未能从会议 PDF 纯文本可靠映射
• Stefan Balke：机构信息未能从会议 PDF 纯文本可靠映射
• Meinard Müller：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

该工作针对管乐音色合成中表情控制生硬的问题，输入为基频与力度、亮度演化对应的控制轮廓，输出为具有起振、颤音与粗糙感的连续管乐波形，难点在于以极少参数复现吹奏压力驱动的频谱包络变化与管体共振耦合。首先脉冲表振荡器按目标基频挑选单周期脉冲并以周期重复拼接形成脉冲串，其输出进入时变低通滤波器模拟力度相关的亮度变化，随后叠加与脉冲串同步的带通成形噪声以模拟管内湍流，最后经混响卷积还原空间感。与加法合成式可微分数字信号处理相比，该机制用单脉冲编码谐波包络而非数十个正弦振荡器，故参数更少且与吹奏物理直觉更贴近。在爱荷华大学乐器样本库消声小号语料的评测设置下，B♭3周期的时长指标为约4.3 ms，高于初始主能量脉冲的时长指标约1.5 ms，除该时长观察外原文未提供可核对的关键定量结果。当前结论的适用边界受限于单音稳态管乐重合成，混响下脉冲与控制曲线自动提取的失败条件仍未解决，全可微分时变滤波与控制曲线联合学习尚未验证。原文未披露训练、推理或部署成本。

🔗 开源与复现资源

• 演示资源：https://www.audiolabs-erlangen.de/resources/ — 链接不可用（HTTP 403）
• 第三方资源：https://muwiserver.univie.ac.at/martinetta → https://muwiserver.univie.ac.at/martinetta/ — 链接可访问（HTTP 200）
• 第三方资源：https://www.soundonsound.com/reviews/ → https://www.soundonsound.com/reviews — 链接可访问（HTTP 200）
• 第三方资源：https://audiomodeling.com/swam-engine/ → https://audiomodeling.com/products — 链接可访问（HTTP 200）
• 第三方资源：https://www.modartt.com/pianoteq_overview — 链接可访问（HTTP 200）
• 第三方资源：https://www.samplemodeling.com/products/ — 链接可访问（HTTP 200）
• 第三方资源：https://www.acousticsamples.net/Bundles/ — 链接可访问（HTTP 200）
• 第三方资源：https://lydoel.gumroad.com/ — 暂时无法访问
• 第三方资源：https://theremin.music.uiowa.edu/MIS.html — 链接可访问（HTTP 200） 可达状态仅表示本次链接检查结果，不代表许可证、本文权重或运行复现已验证。

🧭 深度解读

输入是什么，输出是什么，本文要解决什么？

本文的输入是两类东西。第一类是真实管乐录音，例如爱荷华乐器样本库中的小号长音，包含从起振到稳态再到收尾的波形。第二类是对齐的符号信息，例如多音数字接口记录的音高、力度与控制器变化。输出是重新合成的管乐波形，目标是听起来像同一件乐器在同一力度与音高下演奏，但保留对音色做有意迁移的余地。

必须保留的关键信息是方法只研究铜管、单簧与双簧这类靠嘴唇或簧片周期开合激励管体共鸣的乐器，不讨论弦乐或纯电子音色。核心假设是开合产生的脉冲宽度远小于周期，且宽度随基频变化不大，而脉冲形状随用力从平滑变尖锐。输出必须同时交代 3 条控制曲线如何随时间变化，否则只能得到静态而呆板的长音。

本文的写作目标是让研究生能复述从录音到重合成的完整链路。先沿一个小号样本走完全程，再展开历史路线、组件计算、构造过程与案例条件。教学中举的波形缩放例子会明确标为例子，不引入原文之外的效果数值。伴随网页在本次核查中链接当前不可用，因此凡涉及特征提取细节以正文已写出的动作为准，不依赖外部页面。

附录：阅读时易混的概念如何区分？

脉冲表合成、脉冲成形合成、共振峰波合成与脉冲串合成共享脉冲重复的思想，但本文特指按基频索引脉冲表、再经低通、噪声与混响的链路，不泛指一切脉冲方法。波表合成侧重任意单周期波形的振荡，脉冲表更强调脉冲宽度远小于周期且编码谱包络这一管乐假设。

亮度与响度需要分开。亮度由低通截止控制，决定高次谐波多少。响度由总增益控制，决定整体幅度。强奏通常又亮又响，但合成中可以单独提亮不提响，或单独提响不提亮，这是调试表情时常用的分离手段。

基频轮廓与低通轮廓也不同步但相关。基频抖动产生音高颤动，低通抖动产生明暗起伏，起振时二者与增益同时快速变化才会产生边带。单独平滑其中一条可能只损失一部分生动性，3 条全压平才会得到过软的起振。阅读语谱图时应把橙色、蓝色、黑色 3 条曲线分别归因，不把亮度变化误读为音准问题。

脉冲类合成从哪里来，与物理建模和采样有何不同？

脉冲类合成的起点是把双簧或嘴唇的开合看成周期重复的成形脉冲。二十世纪六十年代有人用电子电路模拟大管双簧的开合，已能得到与实测频谱相近的结果。七十年代提出的脉冲成形综合进一步指出，当脉冲宽度固定而周期变化时，频谱包络在基频变化中大致保持不变，这为模拟电子管乐器提供了直接依据。当时的乐器还会实时测量吹奏压力，导出音高、亮度与响度的细微控制。

八十年代后物理建模兴起，用数字信号处理模拟管体与激励的相互作用，商业上出现硬件与后来的软件插件。这类模型参数众多，吹奏压力等直观控制量如何映射到模型参数并不总是清楚。另一条路线是数据驱动，从九十年代的波表、频谱与加法合成，到用大语料检索声音或控制片段，再到用音高同步叠加的 commercial 插件。共同点是依赖录音片段的拼接或变换，对连续表情的显式控制较弱。

近年生成式神经模型与可微数字信号处理在管乐合成上取得进展，但把加法合成与神经结构结合的想法早已有之。无论是早期工作还是可微数字信号处理工作，都收敛到同一组 3 个控制参数，即基频、亮度与响度。本文把同一组控制信号用于脉冲表合成，并把它接入可微框架。理解这段历史的关键是，同样的输入、同样的表情目标，可以在物理方程、录音拼接与脉冲重复 3 条路线下实现，本文选择第 3 条是因为它兼顾效率与可解释的表情控制。

附录：同输入同目标下三条路线如何对照？

按同输入、同目标、同运行阶段对照更公平。输入都是吹奏控制或录音，目标都是连续表情下的管乐音，运行阶段都是实时或离线合成。物理建模的优势是机理连续，代价是参数映射不直观。采样拼接的优势是保真度高，代价是对未见表情的泛化依赖语料覆盖。脉冲表的优势是原型少、控制显式，代价是脉冲提取与轮廓估计敏感。

可微数字信号处理不是独立乐器，而是为上述模块提供学习手段。它可以学脉冲、学滤波、学房间响应，但学得好不好取决于可微近似是否忠实。本文把时变低通与带通的全可微化列为未来工作，说明当前链路还有不可微或临时的部分。引用插件与数据库链接中，除伴随资源不可用外，其余第三方链接本次可达，但它们只是背景存在性证据，不构成同条件胜负比较。

教学上不要把类别差异当胜负。本文没有报告脉冲表在听感分数上击败物理建模或采样系统，也没有报告算力对比。选择哪条路线应看约束：要可解释编辑选脉冲表，要机理外推选物理建模，要快速保真选采样，缺数据时都应谨慎承诺效果。

为什么管乐难合成，本文把问题切成哪几块？

难处来自演奏者的连续控制。有效管长由指法决定，把振动稳定在共鸣频率附近，但气流与口型还能把基频大幅锁定到高次泛音，或小幅做出 vibrato 与弯音。唇或簧片的周期开合产生宽度远小于周期的脉冲，力度越大脉冲越尖锐，高次谐波越丰富。听众对起振、颤音与粗糙感非常敏感，任何把音高、亮度、响度写成阶梯状的做法都会暴露。

本文把问题切成三块。第一块是音色原型，即如何用尽量少的单周期脉冲刻画一件乐器在不同音高下的频谱包络。第二块是力度与气声，即如何用时变低通模拟弱强变化，用成形噪声补气流感，用卷积补房间感。第三块是表情，即如何提取、生成与融合 3 条控制曲线，让音符之间的过渡受上下文影响。论文报告显示，测试听众把带 vibrato 相关微调制的巴松与双簧管刺激评为最自然，这支持把表情单独作为一块来处理。

脉冲表合成的全景链路是怎样的？

全景链路可以按 1 次重合成的动作顺序来复述。起点是录制音或符号多音数字接口数据。录制音进入控制信号轮廓提取器，得到基频、低通截止与总增益 3 条曲线。符号数据进入微调制生成器，按规则生成对应的 3 条曲线。两路曲线在控制信号轮廓融合模块汇合，可以保留、平滑、移调或删改起伏，再送往右侧的音频合成链。

音频合成链先由脉冲表振荡器按基频选脉冲并周期重复，形成脉冲链。脉冲链经过时变低通滤波，得到不同力度下的明暗。与此同时，成形噪声支路产生与振荡器同步的气声成分。两路音频相加后进入卷积混响，输出带空间感的合成音。输入与输出乐器图标颜色不同，含义是重合成允许引入音色改变，可用于有意的音色迁移。

下面这张系统框图把上述数据、控制与音频 3 类模块用颜色区分，是全文复述的骨架，值得先看清主路径再读细节。

看图路径： 1. 先从左向右沿蓝色输入经绿色控制到黄色音频主链，区分实线音频与虚线控制；2. 观察脉冲表振荡器同时接收乐器开关与 F0 轮廓，确认音色选择与音高驱动是两路输入；3. 观察低通滤波器接收 Fc 轮廓、成形噪声接收 F0 与 G 轮廓，确认亮度与气声各由谁调制；4. 最后看两路音频相加再进卷积混响，理解干声合成与空间化是先后两步

论文图 1。原论文 Figure 1：“System overview: Blue boxes denote data input and output, green boxes relate to control signals and yellow are DSP blocks.”。

图中左侧蓝色为数据输入输出，中间绿色为控制提取、生成与融合，右侧黄色为振荡、滤波、噪声与混响。实线箭头走音频，点线走控制信号，粗虚线走音高力度等符号信息。脉冲表振荡器下方另有乐器开关，说明切换乐器即切换脉冲表。低通截止轮廓从融合模块上方绕行到滤波器，总增益轮廓从下方绕行到噪声支路，基频轮廓同时驱动振荡器与噪声支路的同步。这种画法直接对应后文三节组件讲解，不把控制与音频混为一谈。

脉冲形状携带了什么，低通与噪声各自补什么？

先沿一个小号样本走完输入到输出。输入是 3 个相隔 3 个八度的降 B 长音，最低音为降 B3。表示是全时长波形、放大到单周期尺度的脉冲波形，以及以音高为横轴的频谱包络与谐波谱。组件是脉冲表、低通、成形噪声与混响。目标是让合成音在换八度时不换乐器属性，在换力度时正确变亮或变暗。输出是可试听的重合成波形。

脉冲形状的要点是单周期脉冲编码了瞬时频谱包络。原文把强奏与弱奏放在同一张图对比，上半为最强、下半为最弱，幅度包络的粗细差异一目了然。放大到单周期后，粗线为脉冲主体，半透明细线为周期延拓。能量集中在起始冲击段，其形状在不同八度间保持相对稳定。弱奏脉冲像是强奏脉冲的平滑版本，频谱上强奏的上部谐波更突出。这支持用低通滤波模拟从强到弱的过渡。

脉冲 × 频谱包络： 脉冲指单周期内的短时波形原型，分工是携带 1 次唇或簧片开合的激励形状；频谱包络指谐波幅度随频率变化的外形，分工是决定音色的明暗与乐器感；二者搭配的理由是单周期脉冲的傅里叶幅度即决定了周期重复后各次谐波的相对高度，因此更换或滤波脉冲就直接改变包络，组合意义是用存储脉冲形状来间接存储音色。

对铜管尤其如此，整个音域的脉冲形状几乎不变，极端情况下一张表只存一个脉冲即可，不必每个半音存一个。这是原文明确给出的精简理由，能大幅减小表的条目数。时变低通因此变得关键，它不仅做力度切换，还通过截止频率的微调制产生起振瞬态等表情。

脉冲表振荡器 × 低通滤波器： 脉冲表振荡器分工是按目标基频选出对应脉冲并以周期 T0 重复，维持音高与基本包络稳定；低通滤波器分工是用时变截止频率 Fc 压暗或放亮高次谐波，模拟吹奏力度从弱到强的变化；搭配原因是脉冲表只解决音高相关的原型，力度相关的明暗需要连续可调的滤波，组合后一个管乐音既能换音高不换乐器属性，又能随力度变亮。

成形噪声与混响是两处增补。成形噪声用带通白噪声再做幅度调制，调制脉冲是快速衰减的锯齿形且与振荡器同步。原文说明这是临时设计，未基于系统性实测分析，但在弱奏强滤波与低音区能增加粗糙感。混响可用任意脉冲响应，文中还用了与波形生成参数联合估计的学习房间响应。

微调制 × 控制信号轮廓： 微调制指基频、亮度和响度上细小且相互关联的连续起伏，分工是产生 vibrato、起振毛刺和 growl 等活生感；控制信号轮廓指基频 F0、低通截止 Fc 和总增益 G 随时间变化的 3 条曲线，分工是把微调制落成可提取、可融合、可编辑的数值轨迹；搭配原因是只有把听感上的细微变化写成 3 条同步曲线，才能在重合成时复现或删改，组合意义是表情控制被显式参数化。

成形噪声 × 卷积混响： 成形噪声分工是模拟气流穿过管体时的湍流与嘶嘶成分，做法是带通白噪声再用与振荡器同步的快速衰减锯齿脉冲做幅度调制；卷积混响分工是把干声放进排练室或音乐厅的声学环境，做法是用脉冲响应做卷积；搭配原因是前者补气声质感、后者补空间感，组合后脉冲链产生的谐波主体听起来不再干冷。

3 条轮廓的提取靠跟踪选中谐波的瞬时频率与幅度，生成靠符号转录的规则轨迹，融合后可删改起伏或移调。巴松与双簧管的听感试验报告显示，带 vibrato 微调制的刺激被评为最自然，这为保留细小起伏提供了依据。

本研究训练了什么，没有训练什么？

本演示论文本身没有报告神经网络训练阶段，没有给出优化器、损失、轮数、批量或梯度路径。不要把无训练等同于确定性求解，合成输出仍随控制曲线的抖动、噪声种子与混响选择而变化。也不能从参数冻结之类的表述推定系统输出确定，因为原文根本未讨论冻结与更新。

实际的计算过程是构造与调用。构造指从真实录音中截取单周期原型，构成按基频索引的脉冲表，对铜管可压缩到很少条目。调用指按 3 条轮廓逐样点驱动振荡器选脉冲、调低通截止、调总增益，再把同步噪声与混响叠加上去。另一类计算是分析，即跟踪谐波瞬时频率与幅度得到轮廓，或按符号生成规则轮廓，再做融合编辑。

与训练相关的部分只在引用文献中出现。原文说明脉冲表方法的大部分已在另一项工作中接入类可微框架，作为概念验证，说明脉冲形状可以从无标注录音中数据驱动地学到。未来工作指向全可微的时变低通与带通，以及从真实录音直接联合学习全部轮廓。本文未报告这些未来模块的具体可微实现，缺项应明确指出，不从模型名称推定实现细节。

案例用什么录音，比较条件如何保持一致？

案例录音来自爱荷华乐器样本库，在消声条件下录制，避免房间混响干扰对脉冲形状的判断。可视化选了降 B3、降 B4、降 B53 个相隔 3 个八度的音，每个音各有最强与最弱两种力度。全时长波形展示从起振到收尾的包络，单周期放大展示最低音周期尺度下的脉冲细节，频谱图用音高缩放的频率轴并标出三音基频位置，以便跨八度比较包络。消声条件是关键，因为只有去掉混响，才能把谐波差异归因于吹奏本身而非房间。

第二个案例聚焦铜管音符起振，对象是降 B4 小号在约 9.8 秒处的起振瞬态。比较的三方是真实消声录音、用压平并平滑后的轮廓合成的版本、用未修改轮廓合成的版本。三者的脉冲表与滤波结构相同，唯一改变的是控制曲线是否保留快速调制，因此起振边带与听感差异可以归因于微调制的有无。这种固定合成器只换轮廓的做法，保证了比较条件一致。

指标方面本文没有报告数值型主指标或统计检验，而是用波形、脉冲放大与谱包络的视觉对照，加上对起振边带与听感的文字描述。复现时应保留相同的聚合对象，即同一乐器、同一音高、同一力度下的对照，不把不同八度或不同力度的谐波丰富度直接对比为方法优劣。硬件预算与运行开销原文未报告，复现时需另行测量，不承诺效率改善。

附录：实验条件的原文边界在哪里？

数据边界是消声小号长音的 3 个八度与两种力度，外加巴松与双簧管听感试验的文字引用。划分、采样、聚合与统计方法原文未交代，不能自行编造训练集测试集切分。起振对照的边界是单个降 B4 时刻，不能推广为所有连断奏都成立。频谱结论的边界是稳态段的叠加显示，不覆盖吐音噪声与非稳态管体耦合。

条件一致性方面，脉冲对比固定了乐器与录音环境，起振对比固定了合成器只换轮廓，这两点是可复用的公平设计。缺失的是可运行基线，例如与波表加动态滤波、物理建模插件或可微加法合成的同轮廓对比。原文提到这些路线但未给出同条件数字，因此不能写谁胜出。

成本边界同样缺失。脉冲条目可压缩到单个的说法支持效率直觉，但没有帧率、延迟、内存或训练资源的测量。复现报告应把这部分记为待补验证，分别记录离线渲染时间与实时缓冲下的延迟，不把总体趋势当成每步都快。

脉冲宽度与频谱包络的实测关系是什么？

要回答的核心问题是脉冲宽度是否随音高基本不变，而亮度是否随力度变化。下表把原文给出的小号观测整理成可核对的形式，比较问题是同一件乐器在跨 3 个八度与两种力度下，基频周期与脉冲主体是否稳定。公平条件是全部来自同一消声库的同一乐器家族，指标方向是周期与脉冲宽度的毫秒数越稳定，越支持少条目脉冲表。

表中强奏上部谐波更突出、弱奏为平滑弱化版的判断，来自右列谱包络与谐波谱的叠加对比。原文报告显示，最低音的基频与周期有明确毫秒与赫兹数，脉冲主能量集中在起始约 1.5 毫秒内，且该形状在不同八度间保持相对稳定。这支持铜管可用很少条目甚至单个脉冲覆盖宽音域。代价是该结论目前仅由小号案例展示，未在文中给出其他铜管或木管的同等跨八度数字，反例与边界尚未评测。弱奏更依赖低通与噪声支路的补偿，单靠脉冲表本身不能解决弱奏的气声感。

下图是上述结论的像素依据，应按左中右三列分别核对包络、脉冲与频谱。

看图路径： 1. 先对比左列六条全时长包络的粗细，确认上三条强奏幅度明显大于下三条弱奏；2. 再看中列黑色粗线脉冲主体集中在起始约 1 毫秒多内，比较强弱奏的尖锐与平滑差异；3. 最后看右列黑色粗包络与灰色细谐波谱，观察强奏上部谐波更突出

论文图 2。原论文 Figure 2：“Real-world pulse shapes of trumpet tones B♭3, B♭4, B♭5, recorded in anechoic conditions, at dynamic levels pp and ff.”。

左列 6 条全时长波形中，上 3 条强奏包络粗大，下 3 条弱奏包络细窄，说明力度主要改变幅度与谐波丰富度而非周期结构。中列黑色粗线为单周期脉冲，可见起始冲击陡峭，弱奏版本峰形更圆钝，半透明细线为周期延拓，低音的周期尺度约为 4.3 毫秒。右列黑色粗线为谱包络、灰色细线为谐波，强奏在高频段保留更多尖峰，弱奏高频衰减更快。横轴分别为秒、毫秒与音高，纵向按音高与力度排列，便于跨条件比较。

去掉起振微调制会发生什么，保留又会怎样？

要回答的操作问题是如果把起振附近 3 条轮廓的快速抖动压平，声音会变软到什么程度。比较对象是同一降 B4 起振的三列：真实录音、压平轮廓合成、保留轮廓合成。公平条件是合成器结构与脉冲相同，只换轮廓。指标方向是语谱图起振处的非谐边带与增益上升沿的陡峭程度，边带越接近真实，说明微调制保留越充分。

表后解释需要同时给出收益与代价。原文报告显示，3 条轮廓的快速调制在极短时间内产生类似幅度或频率调制的非谐边带，听感为起振瞬态。故意去掉这些微调制会导致过软的起振，这在中间列语谱图中表现为边带缺失与上升沿迟缓。保留未修改轮廓的右侧列更接近左侧真实录音，这是该框架支持表情的关键证据。代价是这种对照目前只展示单个小号起振时刻，未胜出项即压平版本恰好证明方法对轮廓质量高度敏感，轮廓提取稍有平滑就会损失生动性。未评测的边界包括连音过渡、吐音与 growl 等其他衔接，原文只在文字中提及 vibrato 与 growl 由轮廓 interplay 产生，未给出同等三列对照。 下图把三列语谱与 3 条轮廓叠画，是理解联动最直接的像素证据。

看图路径： 1. 先定位横轴 9.8 秒附近的起振位置，对比三列增益上升的陡缓；2. 观察上行增益小图与下行语谱图中蓝色 Fc 曲线的抖动是否同步；3. 对比中间列平滑轮廓下起振边带与毛刺的消失，确认微调制的作用

论文图 3。原论文 Figure 3：“Visualization of the interplay between the control signal contours F0, Fc and G during the attack transient around 9.8 seconds in (a) real-world, anechoic recording of a B♭4…”。

三列共享同一横轴时间，起振位于 9.8 秒附近。上方小图为总增益，下方大图为语谱，橙色为基频、蓝色为低通截止、黑色为总增益。左侧真实录音在起振处 3 条曲线均有毛刺，语谱低频区出现模糊边带。中间压平版本 3 条曲线光滑爬升，边带消失，起振听感偏软。右侧保留轮廓版本重现了毛刺与边带，与左侧结构最接近。阅读时不要把蓝色曲线抬升直接读成响度变大，它控制的是亮度，响度由黑色增益曲线承担。

哪些还没有被稳健解决，还缺哪项验证？

原文在结论中明确指出的剩余困难，是从真实录音中稳健自动提取合适的脉冲形状与控制轮廓，尤其在混响条件下。这意味着消声库上的漂亮对照不能直接推广到音乐厅录音。混响会拖尾谐波、模糊起振边带，使单周期截取与瞬时频率跟踪都变难。本文把该困难定为报告而非推测，后续工作需要补混响下的提取精度与失败率。

脉冲表合成 × 可微数字信号处理： 脉冲表合成分工是用可解释的振荡器加滤波加噪声加混响前向生成声音，参数是脉冲波形和 3 条轮廓；可微数字信号处理分工是让这些信号处理模块可求导，从而用神经网络从录音中学习脉冲与轮廓；搭配原因是前者结构高效但提取困难，后者提供数据驱动的参数估计途径，组合意义是未来可从无标注录音联合学出脉冲、滤波与房间响应。

另一类缺项是量化评估。全文没有数值主指标、消融分数、听音实验的被试数与显著性，也没有训练与推理开销。相关性不等于因果，例如强奏谐波丰富与脉冲尖锐同时出现，不能反推压尖脉冲必然得到强奏，低通、噪声与吹奏非线性的共同作用未被分离。总体趋势不等于每组都成立，例如脉冲跨八度稳定在小号上成立，不代表双簧的簧片行为同样稳定。

成形噪声的临时性也应如实转述。原文说明该设计未基于系统性分析，只是发现对弱奏强滤波与低音更有利。这属于有限解释，待验证的是带通中心、衰减速度与同步方式的最优选择。复现时不应把这部分当成定稿参数，而应保留可调接口并记录主观变化。

要复现最小链路，先做什么，后做什么？

先准备数据与符号。下载消声小号长音，挑选同一乐器、同一力度、跨八度的 3 个音，记录采样率与起止点。对齐符号转录，至少包含音高与力度，时间精度要能定位到约 9.8 秒这类起振点。不要混入混响录音，否则脉冲截取会被房间拖尾污染。

再构造脉冲表与轮廓。按基频周期切分稳态段，取平均或中值单周期作为该音高的脉冲，铜管可先试单脉冲加低通的极简配置。跟踪选中谐波的瞬时频率与幅度得到 3 条轮廓，保存为与音频同采样时钟的时间序列。实现振荡器按轮廓逐周期选脉冲并拼接，低通截止与增益逐样点更新，噪声支路用带通白噪声乘以同步衰减脉冲，两路相加后卷积房间响应。

后做对照与记录。固定合成器，只切换压平与保留两种轮廓，对比起振边带与听感。记录脉冲条目数、低通阶数与截止范围、噪声带通参数与混响脉冲响应来源。伴随资源链接当前不可用，特征提取的超参数缺失应记为缺项，不编造阈值。若要尝试音色迁移，切换乐器开关即切换脉冲表，观察包络变化是否符合预期，并保留原始轮廓以隔离变量。

何时值得尝试脉冲表，复述时抓住哪句话？

当任务是高效生成可表情控制的管乐音，且希望参数可解释、可编辑时值得尝试。脉冲表用少量原型解决换音高不换乐器的问题，时变低通解决换力度变明暗的问题，3 条轮廓解决活生感的问题，噪声与混响解决气声与空间的问题。这种分工使每个听感变化都能找到对应的旋钮。

当录音混响大、需要全自动学习全部参数，或需要严格物理正确性时，应谨慎或选择物理建模与数据驱动路线。本文的价值在于给出一条轻量中间路线，并用可视化证明表情来自轮廓联动而非更复杂的振荡器。复述时抓住这句话：宽度基本不变的脉冲决定乐器是谁，时变滤波与 3 条抖动的轮廓决定演奏得像不像。

收束时回到可核对的事实。小号最低音基频与周期、脉冲集中宽度与起振时刻均有原文数字支撑，跨八度稳定与压平变软有图像对照支撑，可微联合学习仅为引用工作中的概念验证与未来方向。补上混响下稳健提取、量化听感与开销测量三项验证，才能把演示推进为可部署的乐器模型。

📐 原文公式与排版

以下展示论文原页中的数学表达区域，保留原始上下标、分式和符号排版。区域序号仅用于本文导航，不是论文公式编号。

另有 1 个候选区域因边界不明确或图片数量、尺寸限制未展开；请查看完整论文中的原始排版。

⚖️ 评分明细

评分属于系统判断，不是论文实验结果；八维数值与总分见页首，原始审计记录保留在后端。

• 评分规则：type-aware-v1
• 评分模型：muse-spark-1.3-contributor
• 评分请求协议：openai_responses

← 返回 dafx-2026 论文汇总