Ircam-Centre Pompidou

Recherche

  • Recherche simple
  • Recherche avancée

    Panier électronique

    Votre panier ne contient aucune notice

    Connexion à la base

  • Identification
    (Identifiez-vous pour accéder aux fonctions de mise à jour. Utilisez votre login-password de courrier électronique)

    Entrepôt OAI-PMH

  • Soumettre une requête

    Consulter la notice détailléeConsulter la notice détaillée
    Version complète en ligneVersion complète en ligne
    Version complète en ligne accessible uniquement depuis l'IrcamVersion complète en ligne accessible uniquement depuis l'Ircam
    Ajouter la notice au panierAjouter la notice au panier
    Retirer la notice du panierRetirer la notice du panier

  • English version
    (full translation not yet available)
  • Liste complète des articles

  • Consultation des notices


    Vue détaillée Vue Refer Vue Labintel Vue BibTeX  

    Catégorie de document Article ou chapitre dans un livre
    Titre Gesture Analysis of Violin Bow Strokes
    Auteur principal Nicolas Rasamimanana
    Co-auteurs Emmanuel Fléty, Frédéric Bevilacqua
    Paru dans Lecture Notes in Computer Science, Vol. 3881, Gesture in Human-Computer Interaction and Simulation: 6th International Gesture Workshop, GW 2005, Berder Island, France, May 18-20, 2005, Revised Selected Papers, 2006, Springer Berlin / Heidelberg
    Collation p.145-155
    Copyright Springer Verlag Berlin Heidelberg 2006
    Année 2006
    Statut éditorial Publié
    Résumé

    We developed an ”augmented violin”, i.e. an acoustic instrument with added gesture capture capabilities to control electronic processes. We report here gesture analysis we performed on three different bow strokes, detache, martele and spiccato, using this augmented violin. Different features based on velocity and acceleration were considered. A linear discriminant analysis has been performed to estimate a minimum number of pertinent features necessary to model these bow stroke classes. We found that the maximum and minimum accelerations of a given stroke were efficient to parameterize the different bow stroke types, as well as differences in dynamics playing. Recognition rates were estimated using a kNN method with various training sets. We finally discuss that bow stroke recognition allows to relate the gesture data to music notation, while a bow stroke continuous parameterization can be related to continuous sound characteristics.

    Mots-clés Gesture Analysis / Bow Strokes / Violin / Augmented Instruments
    Equipes Interactions musicales temps-réel, Autre (hors R&D)
    Cote Rasamimanana06a
    Adresse de la version en ligne http://architexte.ircam.fr/textes/Rasamimanana06a/index.pdf

    © Ircam - Centre Pompidou 2005.