Python 2.7 492 bayt (yalnızca beats.mp3)
Bu cevap, içindeki atımları tanımlayabilir beats.mp3, ancak beats2.mp3veya üzerindeki tüm notları tanımlamayacaktır noisy-beats.mp3. Kodumun açıklamasından sonra, neden olarak ayrıntıya gireceğim.
Bu, MP3'te okumak için PyDub ( https://github.com/jiaaro/pydub ) kullanır . Diğer tüm işlemler NumPy'dir.
Golf Kodu
Dosya adı ile tek bir komut satırı argümanı alır. Her atımı ms cinsinden ayrı bir satıra gönderir.
import sys
from math import *
from numpy import *
from pydub import AudioSegment
p=square(AudioSegment.from_mp3(sys.argv[1]).set_channels(1).get_array_of_samples())
n=len(p)
t=arange(n)/44.1
h=array([.54-.46*cos(i/477) for i in range(3001)])
p=convolve(p,h, 'same')
d=[p[i]-p[max(0,i-500)] for i in xrange(n)]
e=sort(d)
e=d>e[int(.94*n)]
i=0
while i<n:
if e[i]:
u=o=0
j=i
while u<2e3:
u=0 if e[j] else u+1
#u=(0,u+1)[e[j]]
o+=e[j]
j+=1
if o>500:
print "%g"%t[argmax(d[i:j])+i]
i=j
i+=1
Ungolfed Kodu
# Import stuff
import sys
from math import *
from numpy import *
from pydub import AudioSegment
# Read in the audio file, convert from stereo to mono
song = AudioSegment.from_mp3(sys.argv[1]).set_channels(1).get_array_of_samples()
# Convert to power by squaring it
signal = square(song)
numSamples = len(signal)
# Create an array with the times stored in ms, instead of samples
times = arange(numSamples)/44.1
# Create a Hamming Window and filter the data with it. This gets rid of a lot of
# high frequency stuff.
h = array([.54-.46*cos(i/477) for i in range(3001)])
signal = convolve(signal,h, 'same') #The same flag gets rid of the time shift from this
# Differentiate the filtered signal to find where the power jumps up.
# To reduce noise from the operation, instead of using the previous sample,
# use the sample 500 samples ago.
diff = [signal[i] - signal[max(0,i-500)] for i in xrange(numSamples)]
# Identify the top 6% of the derivative values as possible beats
ecdf = sort(diff)
exceedsThresh = diff > ecdf[int(.94*numSamples)]
# Actually identify possible peaks
i = 0
while i < numSamples:
if exceedsThresh[i]:
underThresh = overThresh = 0
j=i
# Keep saving values until 2000 consecutive ones are under the threshold (~50ms)
while underThresh < 2000:
underThresh =0 if exceedsThresh[j] else underThresh+1
overThresh += exceedsThresh[j]
j += 1
# If at least 500 of those samples were over the threshold, take the maximum one
# to be the beat definition
if overThresh > 500:
print "%g"%times[argmax(diff[i:j])+i]
i=j
i+=1
Neden diğer dosyalardaki notları özlüyorum (ve neden inanılmaz zorlu)
Kodum, notları bulmak için sinyal gücündeki değişikliklere bakar. Çünkü beats.mp3bu gerçekten iyi çalışıyor. Bu spektrogram gücün zaman (x ekseni) ve frekans (y ekseni) boyunca nasıl dağıldığını gösterir. Kodum temel olarak y eksenini tek bir satıra indirdi.
Görsel olarak, vuruşların nerede olduğunu görmek gerçekten kolay. Tekrar tekrar süzülen sarı bir çizgi var. beats.mp3Nasıl çalıştığını görmek için spektrogramı takip ederken dinlemenizi şiddetle tavsiye ediyorum .
Sonraki Ben gidersiniz noisy-beats.mp3daha doğrusu kolay olduğu için ( beats2.mp3.
Hala orada hatlarının çoğu daha sönük. Eğer kayıt ile birlikte takip edebilir, bakalım kez daha. Ama. Ancak bazı noktalarda alt dize hala zaman çalıyor sessiz notlar başlıyor, bu onları bulmayı özellikle zorlaştırıyor, çünkü şimdi onları sadece genlikten ziyade frekanstaki (y ekseni) değişikliklerle bulmanız gerekiyor.
beats2.mp3inanılmaz derecede zorlu. İşte spektrogram İşte 
ilk bitinde
bazı çizgiler var, ancak bazı notlar çizgiler üzerinde gerçekten kanıyor. Notları güvenilir bir şekilde tanımlamak için notların perdesini izlemeye başlamanız (temel ve harmonikler) ve bunların nerede değiştiğini görmeniz gerekir. İlk bit çalıştığında, ikinci bit tempo'nun iki katına katlanır!
Temel olarak, bunların tümünü güvenilir bir şekilde tanımlamak için, bir miktar fantezi not algılama kodu aldığını düşünüyorum. Görünüşe göre bu DSP sınıfındaki biri için iyi bir son proje olacak.