44 lines
4.3 KiB
Markdown
44 lines
4.3 KiB
Markdown
# Глоссарий модуля 11
|
||
|
||
- **Aliasing** — неразличимость разных аналоговых частот после дискретизации;
|
||
частоты выше Найквиста сворачиваются в представимый диапазон.
|
||
- **ASR (automatic speech recognition)** — автоматическое преобразование речи в текст.
|
||
- **Attention** — механизм взвешенного объединения значений по сходству queries и keys.
|
||
- **Beat** — воспринимаемая позиция регулярного музыкального пульса.
|
||
- **Bit depth** — число бит для квантованного отсчёта одного PCM-канала.
|
||
- **BPM** — число beats в минуту; при постоянном tempo
|
||
\(\mathrm{BPM}=60000/\mathrm{beatLength}_{ms}\).
|
||
- **CER** — Levenshtein-ошибка на символах, делённая на число символов reference.
|
||
- **Channel** — синхронная звуковая дорожка, например левый канал stereo.
|
||
- **Clipping** — ограничение амплитуды порогом с необратимым искажением waveform.
|
||
- **CTC** — функция обучения последовательностей без покадрового выравнивания,
|
||
суммирующая пути с blank и повторами.
|
||
- **DFT / FFT** — дискретное Fourier transform и быстрый алгоритм его вычисления.
|
||
- **Downbeat** — первая сильная доля такта.
|
||
- **Forced alignment** — привязка известного transcript к временным интервалам аудио.
|
||
- **Frame / hop length** — короткий участок сигнала / сдвиг соседних кадров.
|
||
- **GRU** — gated recurrent unit с update/reset gates.
|
||
- **Hit object** — circle, slider или spinner в карте osu!.
|
||
- **Inherited timing point** — timing point osu!, меняющий параметры вроде slider
|
||
velocity, но не задающий новую BPM-сетку.
|
||
- **LSTM** — рекуррентная ячейка с cell state и входным, забывающим и выходным воротами.
|
||
- **Mel-spectrogram** — power-спектрограмма после mel filter bank.
|
||
- **Onset** — начало акустического события; не обязательно beat.
|
||
- **Onset strength envelope** — временной ряд спектральной новизны.
|
||
- **PCM** — представление звука последовательностью квантованных амплитуд.
|
||
- **Phase** — угол комплексного Fourier-коэффициента.
|
||
- **Power spectrum** — квадрат magnitude спектра.
|
||
- **RNN** — сеть, обновляющая скрытое состояние вдоль последовательности.
|
||
- **Sample rate** — число отсчётов в секунду.
|
||
- **Spectral leakage** — распределение энергии тона по соседним bins из-за конечного окна.
|
||
- **Spectrogram** — карта спектральной magnitude или power по времени.
|
||
- **STFT** — Fourier transform перекрывающихся окон сигнала.
|
||
- **Tempo** — скорость выбранного уровня музыкального пульса.
|
||
- **Tempogram** — локальная сила периодичностей onset envelope.
|
||
- **Timing point** — запись `.osu`, задающая timing grid или унаследованные параметры.
|
||
- **WER** — сумма замен, удалений и вставок слов, делённая на число слов reference.
|
||
- **Whisper** — семейство encoder-decoder Transformer для многоязычного ASR и перевода.
|
||
- **Window** — весовая функция кадра, управляющая leakage и разрешением.
|
||
- **Частота Найквиста** — \(f_s/2\), граница уникального диапазона при равномерной
|
||
дискретизации.
|