パワースペクトル計算の2つの方法 (Julia Advent Calendar 2019) - 丸井綜研
はじめに これはJulia Advent Calendar 2019の20日目の記事です。「音について何か書きます」と宣言したので、普段Juliaを使って音についてどんなことをしているかを紹介します。今年はパワースペクトルの計算を、(1)信号全体をフーリエ変換する方法と、(2)スペクトログラムを時間平均する方法の2とおりでやってみます。 去年はAdvent Calendar参加記事として以下のようなものを書いていましたので、それからあまり進歩していませんが、ご容赦を。 marui.hatenablog.com 今回のエントリはJulia 1.0.5用に書いています。というのも、Julia 1.2や1.3あたりからLibSndFileなどのインストールがうまくいかない状況になっているからです。（原因はSampledSignals.jlにあるようですが、本稿を執筆している12月19日時点で解決
カルマンフィルタのコード比較【numpy, pytorch, eager】 - HELLO CYBERNETICS
はじめに コード比較 numpy pytorch TensorFlow eager execution 速度と結果の比較 結果 第二回戦 結果 はじめに 最近わたしはTensorFlowにボコボコにされています。 計算グラフを書いて、sess.runするまでは何が起こるかわからない！何かが起こっても何が起こっているかは分からない！ そんな状態から、TensorFlow eager executionの登場で解放された！……かに思えました。 今回は下記のTensorFlowとnumpyによるカルマンフィルタの実装例に見て、 これがTensorFlow eager executionでどれくらい楽になるかを試してみました（やる前からそれほど楽ではないことは分かっていた）。 カルマンフィルタといえば理論は非常に難解ですが、実装は意外と楽チンで、実用上非常に優れた予測モデル（と言っていいかは微妙で
GitHub - grame-cncm/faust: Functional programming language for signal processing and sound synthesis
Pythonで音響信号処理(2) - Qiita
この記事はPython Advent Calendarの17日目の記事です。去年の記事で書かなかったPythonを使った音響信号処理関連の内容について書きます。 目次 サンプリングレートを変換したい waveモジュールで24bitの音声ファイルを読みたい 群遅延をscipy.signal.group_delayで推定したい フレーム処理をnumpyのstrideトリックを使って行いたい(スペクトログラムを描画したい) TSP信号を生成したい 零点、極を可視化したい サンプリングレートを変換したい サンプリングレートを変換するためには、元のサンプリングレートと変換したいサンプリングレートが整数比であればアップ/ダウンサンプリングどちらか一方だけで済みますが、有理数比の場合はそれぞれのサンプリングレートの最小公倍数にアップサンプリングしてから、求めたいサンプリングレートにダウンサンプリングする
OCamlで信号処理 - Qiita
信号の種類で結線に色付けしてみます。赤:オーディオ信号、紫:イベント信号、青:定数信号とします。 今回は再生途中でパラメータの変更は無しとしたいので次のようにイベント信号も定数信号として考えることにします。 実装の方針 オブジェクト毎にカレント値を持たせ、AudioInから開始して繋がるオブジェクトを次々と更新することによりAudioOutの値を算出する方法が考えられますが、その場合はカレント値をmutable(破壊的代入が可能)な変数にする方法しか思いつかなかったのであまりやりたくありません。今回はAudioOutを開始として値算出に必要な経路を探索してみます。 AuidoOutを親とするツリー構造 経路はAuidoOutを親とするツリー構造のようなもので表現します。探索時の注意ですがz^-1（単位遅延演算子）が見つかったらその先は探索せずに止めます。z^-1は前回値を保持していますので
Peak Detection in the Python World
As I was working on a signal processing project for Equisense, I’ve come to need an equivalent of the MatLab findpeaks function in the Python world. Detecting peaks with MatLab For those not familiar to digital signal processing, peak detection is as easy to understand as it sounds: this is the process of finding peaks - we also names them local maxima or local minima - in a signal. The MatLab DSP
GitHub - rlabbe/Kalman-and-Bayesian-Filters-in-Python: Kalman Filter book using Jupyter Notebook. Focuses on building intuition and experience, not formal proofs. Includes Kalman filters,extended Kalman filters, unscented Kalman filters, particle filters,
Kalman and Bayesian Filters in Python Introductory text for Kalman and Bayesian filters. All code is written in Python, and the book itself is written using Jupyter Notebook so that you can run and modify the code in your browser. What better way to learn? "Kalman and Bayesian Filters in Python" looks amazing! ... your book is just what I needed - Allen Downey, Professor and O'Reilly author. Thank
Python(NumPy, SciPy)でフォルマント分析を行う
RubyMotionブームが俺の中で巻き起こり、社内で布教活動をしていました。「やっぱり自分でアプリを作ってリリースまで持っていかないと、きちんと評価できないよね」ということで、前から作りたかった音声解析アプリを作り始めました。 そのために信号処理のアルゴリズムを勉強しましたが、む、難しい。 さて、RubyMotionはvendorディレクトリに適当に.mと.hを突っ込んでおいて、Rakefileで指定しておけばObjective-Cのコードをコンパイルしてくれます。 信号処理はなるべく高速化したいので、Objective-C(というか、C言語)で書きたいです。RubyMotionでは、そういった用途にも比較的楽に対応できる感じになっているわけです。 信号処理アルゴリズムを俺がC言語で実装する必要性 C言語で複雑な信号処理のアルゴリズムの実装は難しいです。 インターネットに落ちている実装s
線形予測分析（LPC） - 人工知能に関する断創録
Pythonで音声信号処理（2011/05/14）の第20回目。 以前、ケプストラム分析（2012/12/21）のところで声道の特性を意味するスペクトル包絡を求めた。今回は、線形予測分析（Linear Predictive Coding）という別の手法でスペクトル包絡を求めてみた。この方法で求めたスペクトル包絡は、LPCスペクトル包絡（LPC Spectral Envelope）と呼ばれるとのこと。 線形予測分析 以下の説明は、 Linear Prediction and Levinson-Durbin Algorithm (PDF) の資料を参考にしました。ここでは、詳しい導出は省いて、プログラミングできる結果だけをまとめています。 線形予測分析では、過去の信号から未来の信号を以下の式で予測する。 この式は、時刻nの信号の予測値は、過去k個の信号値に重み係数 a_i で重み付けして足し合
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
さつき on Twitter: "うちの研究室の先生の本が出版されました！買ってください！ >RT https://t.co/M8ykPZxXp0"
Next-generation Intel Movidius Vision Processor Emphasizes Floating-point Inference | Berkeley Design Technology, Inc
herumi on Twitter: "ディープラーニング、JIT、第2世代Xeon-SP、AVX-512、SIMD化されたexp、キャッシュコントロールなどのキーワードに興味があってIntel職人さんのコードを読んでみたい人向け導入記事として書きました。「そこまでやる… https://t.co/eVp6WMXgOJ"
計測と制御
Tutorials
music-dsp FAQ
Conal Elliott - Generic FFT - Silicon Valley Haskell
Loading...
Fast Fourier Analysis on Groups
Scipy FFT Frequency Analysis of very noisy signal
ノッチ