【摘 要】
：
如今越来越多的影视作品选择采用后期拟音的方式“创造”声音,拟音作为影视声音创作中不可或缺的组成部分,不论是在营造真实感还是在提升表现力方面,都起着至关重要的作用。笔者通过文献研究发现拟音是一门技术与艺术高度融合的技艺。技术是实现艺术构想的重要手段,但在已有的拟音研究文献里,涉及到创作思路和方法技巧的文献并不丰富。当创作者回归到创作本身,如何拟音、思路是什么、方法技巧有哪些才是指导拟音创作的关键。因
论文部分内容阅读
如今越来越多的影视作品选择采用后期拟音的方式“创造”声音,拟音作为影视声音创作中不可或缺的组成部分,不论是在营造真实感还是在提升表现力方面,都起着至关重要的作用。笔者通过文献研究发现拟音是一门技术与艺术高度融合的技艺。技术是实现艺术构想的重要手段,但在已有的拟音研究文献里,涉及到创作思路和方法技巧的文献并不丰富。当创作者回归到创作本身,如何拟音、思路是什么、方法技巧有哪些才是指导拟音创作的关键。因此,本文将理论结合实例,从拟音创作的目的出发探究拟音创作的基本思路,剖析并系统地总结出拟音创作的方法技巧,最后结合自己的MFA毕业作品进一步阐述如何进行拟音创作。希望能够为影视声音创作工作者及相关研究者提供一定的借鉴。
其他文献
陆在易是我国当代著名作曲家,他的创作成果最为显著的是在合唱与艺术歌曲领域。混声合唱与乐队作品《雨后彩虹》是我国合唱作品中的典范,被评为20世纪华人音乐经典。作品的旋律线条自然而流畅、和声色彩丰富而浓郁,其意蕴浪漫而抒情,又不失优雅。通过对雨后彩虹这一音乐形象的描写与感知,反映出了作曲家对美好事物的向往。人声是最多姿多彩、最丰富,且最有层次的声音,而人声与乐队的结合使它们的表现力极大地增强。本论文主
在当今多元文化共融和互联网文化冲击下的绘画中,探讨绘画作品中的“稚”和“拙”来深入研究艺术创作中作者个人情感的表达。本文分三章从不同层面、不同角度进行讨论,第一章主要从“稚拙之美”的释义、来源和艺术价值等方面简要概述;第二章阐述“稚拙之美”在经典作品中的体现,这一章中以常玉、段建伟和康斯坦特·佩尔梅克的作品为例,分析这几位艺术家的作品里展现出的“稚拙之美”,以及他们独特的个人绘画语言;第三章从自己
艺术歌曲《玛莱卡莱》作为意大利作曲家弗朗西斯科·保罗·托斯蒂的代表作之一,历经百余年的洗礼却依然被各大艺术院校选为必不可少的作品。笔者搜集整理了目前学术界对其的有关研究,发现更多地是对《玛莱卡莱》中的某个部分,如:声乐演唱、风格分析及音乐本体分析等方面的叙述。为了探索《玛莱卡莱》所显示出来的更多侧面,本文首先以歌曲的创作背景和曲式结构分析作为切入点;其次,对歌曲的民族特点与艺术性两个方面进行研究;
西方中世纪至今,由于社会的发展时代的进步,经济、政治、思想也随之发生潜移默化的变化,所以人们的观念也在发生改变。在音乐的“创作”与“接受”上人们经历了单线条发展为横向的多线条,又从多线条转向单线条的音乐思维。这其中的多线条思维就是指多声部复调音乐思维。西方最早记载的复调音乐叫“奥加农”,因此奥加农也成为人们所知世界上最早的复调音乐。复调音乐是多声部音乐的一种,与主调音乐相对应。主调音乐的特征在于它
在多标记学习任务中,一个示例对应多个标记,多标记学习与单标记学习相比有着更广泛的应用背景。但是在实际应用中很难获得完整的标记信息,这种基于不完整标记的数据样本的学习就是弱监督多标记学习,并且这类问题广泛存在。除标记缺失问题外,真实数据集往往同时含有特征噪声和标记噪声,但是传统的多标记学习算法大多都是基于训练样本没有噪声,或者只考虑了其中一种噪声,然而忽略任何一种噪声都将影响多标记学习算法的预测性能
钱泳为清代学者,一生未曾入仕,长期作为幕客游走于各大幕府,《履园丛话》中所记载的园林多为钱泳在幕府活动时所观,在幕客工作之余游览周边名园,并在晚年时归纳留下了的文字成为了如今重要的园林研究史料。但当前对其研究主要聚焦于其书法碑帖方面。而对关于其笔记作品中所蕴含的园林史料方面的价值未成系统的剖析。本文从园林的学科视角出发,以历史文献以及园林美学的研究方法,结合钱泳所处社会状况、个人经历以及在艺术、文
文章主要以调式研究为主线,结合传统的民族调式技法来分析两首艺术歌曲,探索其中的艺术价值。从两首音乐作品调式调性的使用情况出发,以实证研究的方式,阐明在两首作品中可能出现的转调手法进行研究。本文主要提出了以下几个观点:1、和弦的构造形式是人类在上百年音乐的实践中形成的,是纵向音乐思维的基本依据。对作品中比较特别的和声进行分析研究,阐述为什么在作品中会使用这样的和弦构造形式,在常见的和弦体系中,基本的
机器学习在进行攻击检测时具有自动化程度高、检测速度快、善于发现变异样本等优点。然而,在使用机器学习进行Web攻击检测时仍存在检测准确率有待提高和算法本身的安全隐患问题。准确率有待提高的主要原因是在特征提取阶段,若特征向量选择过多,会导致模型过拟合,并影响算法效率;若特征向量选择少,会产生大量的误报数和漏报数。算法安全隐患产生的主要原因是因为机器学习模型的训练集在数据采集和模型训练阶段易被攻击者利用
计算机技术迅猛发展,机器学习在生活中的应用场景越来越多。目前,很多机器学习算法依赖大量的标注样本训练才能完成分类任务,但一些珍稀动植物样本难以收集,于是有学者提出广义零样本学习问题。希望机器学习模型能像人类一样,通过学习已见过类的视觉特征和所有类的附加属性信息,能够实现对见过类和未见过类样本的分类。考虑到未标注样本和标注样本皆取自生活,分布相似,充分利用现实中的未标注样本对模型进行训练,能更好地应
日益增长和日趋复杂的信息传输需求驱动下,新一代移动通信系统技术应运而生,也就是5G。其中,大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）的技术能够满足各项指标要求。对于使用MIMO技术进行信息传输的,比如空间较充沛的自由度,能够依据较多用户相应的下行信号进行协作,以此来干扰偷听者的信号。基于此,利用Massive MIMO所带来的丰富的物理层信息来进行