W tym wyzwaniu Twoim zadaniem jest wykonanie prostego nagrania w formacie mp3 i znalezienie przesunięć czasowych uderzeń w pliku. Oto dwa przykładowe nagrania:
https://dl.dropboxusercontent.com/u/24197429/beats.mp3 https://dl.dropboxusercontent.com/u/24197429/beats2.mp3
Oto trzecie nagranie z dużo większym szumem niż dwa poprzednie:
https://dl.dropboxusercontent.com/u/24197429/noisy-beats.mp3
Na przykład pierwsze nagranie ma 65 sekund długości i zawiera dokładnie (chyba że pomyliłem!) 76 uderzeń. Twoim zadaniem jest opracowanie programu, który pobiera taki plik mp3 jako dane wejściowe i wyświetla sekwencję przesunięć czasowych w milisekundach uderzeń w pliku. Uderzenie jest zdefiniowane, oczywiście, gdy gitarzysta grający wyrywa jeden lub więcej strun.
Twoje rozwiązanie musi:
- Pracuj nad dowolnym plikiem mp3 o podobnej „złożoności”. Może zawieść przy głośnych nagraniach lub szybko odtwarzanych melodiach - nie obchodzi mnie to.
- Bądź dość precyzyjny. Tolerancja wynosi +/- 50 ms. Jeśli więc rytm występuje po 1500 ms, a twoje rozwiązanie zgłasza 1400, to jest to niedopuszczalne.
- Używaj tylko darmowego oprogramowania. Dzwonienie do ffmpeg jest dozwolone, podobnie jak w przypadku korzystania z dowolnego darmowego oprogramowania strony trzeciej dla wybranego języka.
Zwycięskim kryterium jest zdolność do skutecznego wykrywania uderzeń pomimo szumu w dostarczonych plikach. W przypadku remisu wygrywa najkrótsze rozwiązanie (długość kodu innej firmy nie jest dodawana do liczby).
Odpowiedzi:
Python 2.7 492 bajtów (tylko beats.mp3)
Ta odpowiedź może zidentyfikować uderzenia
beats.mp3
, ale nie zidentyfikuje wszystkich notatek nabeats2.mp3
lubnoisy-beats.mp3
. Po opisie mojego kodu omówię szczegółowo, dlaczego.To używa PyDub ( https://github.com/jiaaro/pydub ) do odczytu w MP3. Wszelkie inne przetwarzanie odbywa się za pomocą NumPy.
Kod do gry w golfa
Bierze pojedynczy argument wiersza poleceń o nazwie pliku. Będzie generować każdy beat w ms w osobnej linii.
Kod niepoznany
Dlaczego brakuje mi notatek na temat innych plików (i dlaczego są one niewiarygodnie trudne)
Mój kod sprawdza zmiany mocy sygnału w celu znalezienia notatek. Bo
beats.mp3
to działa naprawdę dobrze. Ten spektrogram pokazuje rozkład mocy w czasie (oś x) i częstotliwości (oś y). Mój kod w zasadzie zwija oś y do pojedynczej linii. Wizualnie bardzo łatwo jest zobaczyć, gdzie są uderzenia. Jest żółta linia, która zwęża się raz za razem. Gorąco zachęcam do słuchaniabeats.mp3
podczas śledzenia spektrogramu, aby zobaczyć, jak to działa.Następnie przejdę do
noisy-beats.mp3
(bo to w rzeczywistości jest łatwiejsze niżbeats2.mp3
.. Jeszcze raz sprawdź, czy możesz śledzić wraz z nagrywaniem. Większość linii jest słabsza, ale nadal tam jest. Jednak w niektórych miejscach dolna struna nadal dzwoni, gdy zaczynają się ciche dźwięki. To sprawia, że znalezienie ich jest szczególnie trudne, ponieważ teraz musisz je znaleźć na podstawie zmian częstotliwości (oś y), a nie tylko amplitudy.beats2.mp3
jest niezwykle trudny. Oto spektrogram W pierwszym bicie są pewne linie, ale niektóre nuty naprawdę krwawią nad liniami. Aby niezawodnie zidentyfikować nuty, musisz zacząć śledzić wysokość tonów (podstawowe i harmoniczne) i sprawdzać, gdzie się one zmieniają. Gdy pierwszy bit działa, drugi bit jest dwa razy trudniejszy niż tempo podwojenia!Zasadniczo, aby niezawodnie zidentyfikować je wszystkie, myślę, że wymaga trochę wymyślnego kodu wykrywania notatek. Wydaje się, że byłby to dobry końcowy projekt dla kogoś z klasy DSP.
źródło