Velvet noise in audio processing

Loading...
Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

School of Electrical Engineering | G5 Artikkeliväitöskirja

Date

Major/Subject

Mcode

Degree programme

Language

en

Pages

61 + app. 59

Series

Aalto University publication series Doctoral Theses, 23/2025

Abstract

Noise plays a central role in various audio-processing applications, including artificial reverberation, audio decorrelation, acoustical measurements, sound synthesis, and speech processing. This dissertation focuses on applications of sparse noise, known as velvet noise. With its minimal density and smooth temporal envelope, velvet noise has been widely used in artificial reverberation algorithms, both as a core component as well as a decorrelating or diffusing element. The work within builds on this foundation by exploring novel variants and applications of velvet noise. The thesis introduces dark velvet noise as a low-passed variant, generalizes this to extended dark velvet noise for accurate modeling of non-exponential late-reverberation, and culminates in developing the binaural dark-velvet-noise reverberator. Additionally, short velvet noise filters are explored for decorrelation and variation filtering tasks, demonstrating their effectiveness in lowering inter channel correlation within feedback delay networks through velvet feedback matrices and generating realistic variations of sampled percussive sounds. The contributions of this thesis offer significant advances in applying velvet noise to audio processing, with particular emphasis on artificial reverberation and decorrelation.

Kohinalla on keskeinen rooli erilaisissa äänenkäsittelysovelluksissa, kuten keinotekoisessa jälkikaiunnassa, äänen dekorrelaatiossa, akustisissa mittauksissa, äänisynteesissä ja puheen käsittelyssä. Tässä väitöskirjassa keskitytään samettikohinaksi kutsutun harvan kohinan sovelluksiin. Vähäisen pulssitiheytensä ja tasaisen ajallisen verhokäyränsä ansiosta samettikohinaa on käytetty laajalti keinotekoisissa jälkikaiunta-algoritmeissa sekä ydinkomponenttina että dekorreloivana tai diffusoivana elementtinä. Tässä työssä rakennetaan tälle perustalle tutkimalla samettikohinan uusia muunnelmia ja sovelluksia. Työssä esitellään tumma samettikohina alipäästöisenä muunnelmana ja yleistetään se laajennetuksi tummaksi samettikohinaksi ei-eksponentiaalisen jälkikaiunnan tarkkaa mallintamista varten. Jälkikaikuun liittyvä osuus kulminoituu binauraaliseen tummaan samettikohinaan, jolla voidaan mallintaa tarkasti binauraalista jälkikaikua. Lisäksi tutkitaan lyhyitä samettikohinasuodattimia dekorrelaatioja variaatiosuodatustehtäviä varten ja osoitetaan niiden tehokkuus kanavien välisen korrelaation vähentämisessä takaisinkytketyissä viiveverkoissa sekä näytteistettyjen perkussiivisten äänien realististen variaatioiden tuottamisessa. Tämän tutkielman tulokset tarjoavat merkittäviä edistysaskeleita samettikohinan soveltamisessa äänenkäsittelyyn painottaen erityisesti keinotekoista jälkikaiuntaa ja dekorrelaatiota.

Description

Supervising professor

Välimäki, Vesa, Prof., Aalto University, Department of Information and Communications Engineering, Finland

Thesis advisor

Schlecht, Sebastian J., Prof., University of Erlangen-Nuremberg, Germany
Välimäki, Vesa, Prof., Aalto University, Department of Information and Communications Engineering, Finland

Other note

Julkaisun ISBN-tunnuksessa on kirjoitusvirhe.
There is a typo in the ISBN of the publication.

Parts

  • [Publication 1]: Jon Fagerström, Nils Meyer-Kahlen, Sebastian J. Schlecht, and Vesa Välimäki. Dark velvet noise. In Proceedings of the International Conference on Digital Audio Effects (DAFx), pp. 192–199, September 2022.
  • [Publication 2]: Jon Fagerström, Sebastian J. Schlecht, and Vesa Välimäki. Non-exponential reverberation modeling using dark velvet noise. Journal of the Audio Engineering Society, vol. 72, 6, pp. 370–382, June 2024.
    DOI: 10.17743/jaes.2022.0138 View at publisher
  • [Publication 3]: Sebastian J. Schlecht, Jon Fagerström, and Vesa Välimäki. Decorrelation in feedback delay networks. IEEE/ACM Transactions on Audio, Speech, and Language Processing, vol. 31, pp. 3478–3487, September 2023.
    DOI: 10.1109/TASLP.2023.3313440 View at publisher
  • [Publication 4]: Jon Fagerström, Sebastian J. Schlecht, and Vesa Välimäki. One-to-many conversion for percussive samples. In Proceedings of the International Conference on Digital Audio Effects (DAFx), pp. 129–135, September 2021.
  • [Publication 5]: Jon Fagerström, Nils Meyer-Kahlen, Sebastian J. Schlecht, and Vesa Välimäki. Binaural dark-velvet-noise reverberator. In Proceedings of the International Conference on Digital Audio Effects (DAFx), pp. 246–253, September 2024.

Citation