韓劇電影你都看哪一部呢？論文書籍站
輔仁大學 音樂學系 高惠宗所指導 林尚伯的 音樂創作結合影像互動研究 –以聲音觸發、體感互動及空間音訊為主 （2020），提出audacity分軌錄音關鍵因素是什麼，來自於互動音樂、互動影像、聲音觸發影像、體感影像、立體聲錄音、環繞聲錄音、雙耳聲錄音、球面環繞聲、沉浸聲。
而第二篇論文國立臺灣科技大學 資訊工程系 古鴻炎所指導 張仕承的 使用韻律與頻譜特徵之情緒語音轉換 （2016），提出因為有 情緒語音、語音轉換、分段式韻律特徵、頻譜高斯混合模型、音高高斯混合模型、動態式音長調整的重點而找出了 audacity分軌錄音的解答。
音樂創作結合影像互動研究 –以聲音觸發、體感互動及空間音訊為主
為了解決audacity分軌錄音 的問題，作者林尚伯 這樣論述：
本論文以撰文者過去發表的創作音樂會–《光影衝擊》即刻互動 科技應用音樂會(The Impact of Light and Shadow)其中使用的互動技術為開端，延伸研究相關的的各項影音技術，於作曲之初就將互動影像科技與音樂作結合，藉此探究音樂創作與演出如何與互動影像相互結合，以及音樂透過互動影像的結合或輔助下，對於作曲者、演奏者以及觀眾所帶來的影響，研究互動影像運用於音樂表演亦研究音樂演出中聲音的呈現方式及相關錄音技術，將音樂創作加入互動影音科技用於音樂會表演呈現與紀錄作一整體探究。全文可視為三大部分，第一部分前三章為體感影像、聲音觸發影像、音樂演出聲音呈現相關技術研究；第二部分第四、五、
六、七章為互動影像相關實例；第三部分為第八章後包含空間音訊–球面環繞聲(Ambisonics)技術相關實例及結論論述影音互動音樂會的回顧以及未來前瞻性；最後是本文研究的相關技術以及進一步藉由人工智慧訓練，在多種領域中商業化的傾向作為總結。
使用韻律與頻譜特徵之情緒語音轉換
為了解決audacity分軌錄音 的問題，作者張仕承 這樣論述：
本論文研究了三種韻律特徵(音高軌跡、音長、音量)的轉換方法，然後據以建造一個情緒語音轉換系統，在此情緒語音轉換指的是把輸入的中性語音轉換成具有生氣、開心或悲傷情緒的語音。在訓練階段，使用120句的平行語料，為三種目標情緒分別訓練出音高GMM與頻譜GMM模型，接著根據語句之分段規則，去計算三種情緒語音在各分段的跨語句之韻律參數的平均值與標準差。在轉換階段，使用訓練好的音高與頻譜GMM模型，分別將中性語音之音高軌跡與DCC頻譜係數對映成目標情緒語音之音高軌跡與DCC頻譜係數，由於音高GMM轉換會發生音高抖動的情況，因此我們研究以中值平滑處理及滑動平均處理來作改進；接著使用三種韻律參數的分段統計表
，以分段式標準差匹配法去作音高、音量與音長的轉換，轉換後為了改善情緒語音轉換的效果，我們提出一種音長之動態調整方法，就是依各音框的能量比例值去動態作音框單位的音長伸縮。使用轉換出的情緒語音，我們進行了二項主觀聽測的實驗，第一項是不同轉換方法所轉出語音的情緒比較實驗，我們方法獲得的得票率分別為，生氣情緒95%、開心情緒65%、悲傷情緒67.5%；第二項是情緒辨別之實驗，我們方法得到的辨別率分別為，生氣情緒87.5%、開心情緒61.3%、悲傷情緒77.5%。所以，我們方法達成了不錯的情緒語音轉換效果。