Pythonで音声信号処理 - 人工知能に関する断創録
今年の目標（2011/1/1）の1つに音声認識技術の深耕というのを立ててます。いきなり音声認識をやるのは知識不足でかなり大変だということが分かったので、まずは音声のいろんな性質や信号処理の技術を一つ一つ試しながら習得していくことにしました。 音声信号処理ではよくMatlabが使われるようなのですが、 Matlabは高くて買えない（フリーのOctaveってのもあります） すでに使っているPython、Rと文法が似ていて混乱する というわけでMatlabはやめてPythonを使います。SciPyにフーリエ変換の機能があったのでたぶん同じようなことができるでしょう。Pythonのいろんな音声関係のライブラリなんかも紹介できればと思います。 当面の目標は、簡単な類似楽曲検索システムを作ることです。その後は、いろんなツール（HTKなど）を駆使して音声認識システムを作りたいと思ってます。 このページは
ディープラーニングで音声分類 - Qiita
勉強がてらディープラーニングで環境音・自然音の分類をやってみました。 データセットはESC-50を使用します。 コード全文。 やったこと 環境音・自然音をConvolutional neural networkで分類します。 対象は動物の鳴き声や雨の音、人間の咳、時計のアラーム、エンジン音のような声（言葉）のない音です。 これらの音を使って、以下の手順で分類器をつくりました。 音声データの前処理 データの入手 Augmentation メルスペクトログラム データの用意 CNNで分類 CNNの定義 最適化関数にAmsgradを採用 学習データにmixupを採用 音声データの前処理 ESC-50は環境音を50クラス、2,000ファイル集めたデータセットです。 クラスには以下があります。 50クラスで各クラスのデータが40ファイルずつ用意されており、合計2,000ファイルです。 1ファイルの長
効果音ラボ - 商用無料、報告不用の効果音素材をダウンロード
目指したのは、業務用効果音の品質。フリー素材でありながら、音響のプロの現場でも使われています。戦闘大自然短時間で多数の音が再生できる画面設計に加え、ダウンロードも右クリックではなく左クリック一発。目的の音をすばやく入手できます。クレジット表記やリンクなど、面倒なことが不用なので気軽に使えます。 ※アダルト利用と再配布は禁止
タイムストレッチ、ピッチシフトのアルゴリズム
タイムストレッチは音程を保ったまま再生速度を変える処理、 ピッチシフトは再生速度を保ったまま音程を変える処理です。 下図のように単純に波形を拡大、縮小すると再生速度と音程が 両方変わってしまいます。再生速度と音程を別々に変更するには 特殊な処理をする必要があります。 タイムストレッチ、ピッチシフトのアルゴリズムには、 FFTを用いる手法やクロスフェードを利用する手法などがあります。 以下ではWaveToneで採用しているクロスフェードによるタイムストレッチ、 ピッチシフトのアルゴリズムについて解説します。 タイムストレッチの基本的なアルゴリズム 再生速度を2倍にするには、下図のように波形を小さなブロックに分割し、 ブロックを1つおきに配置します。 再生速度を0.5倍にするには、コピー元の位置を0.5ブロックずつずらしながら ブロックを配置します。 ブロックのサイズをある程度大きくしないと、
SoundJSのSoundInstance.completeイベントでSoundInstance.play()メソッドがサウンドを再生しない
SoundJSでサウンドを再生し終わると、SoundInstance.completeイベントが起こります。そのイベントリスナーでSoundInstance.play()メソッドを呼出しても、サウンドが再生されないという話しを聞きました。「SoundInstance Class」のドキュメントの「Example」を参考に試してみたら、本当に再生されませんでした。 With the SoundJS library the SoundInstance.complete event is fired when playback completes. However the SoundInstance.play() method does not seem to play sound in its event listener. テストしたのは、つぎのようなごく簡単なコードです。ほぼ、ドキュメント
iOS のオーディオ／サウンド処理について学べる書籍10冊＋α - その後のその後
Core Image や vImage や OpenCV、それらをラップする各種ライブラリの充実のおかげで、画像処理まわりは高度な処理をずいぶん簡単に高速に実装できるようになってきましたが、オーディオ処理（音声処理）まわりはいまだに再生や録音などの基本的なところから一歩踏み込もうとすると途端に敷居が高くなるイメージがあります。 たとえば２年ほど前にリリースした『i聖徳太子』は、「左右のイヤフォンから別々の音を再生する」という非常にシンプルなアイデアですが、たったこれだけのことでも AVAudioPlayer やMPMusicPlayerController とかだけでは実現することができず、OpenALやAVAsset等を使用して実現しています。 で、もうちょっとオーディオ処理まわりを勉強してみたいなと思い、まず手元にある書籍で参考になりそうなものを洗い出してみました。 以下、（だいたい）
AcrionScript でからくりショパン - Simple Inspiration
GIMMICK – FANTAISIE IMPROMPTU | Si+ (wonderfl.net) SiON v0.652 で MIDI データ読込に対応しました。 MIDIデータは、「音楽データとしては圧倒的に容量が小さい」という大きな特徴があります。このため、まだフロッピーがメインの外部記憶媒体だった時代から、ストレージ容量が限られていた時代、ネット回線が細かった時代、携帯電話のインフラが十分でなかった時代、それぞれの時代/場所で少しずつ形を変えながら、しぶとく長く広く普及してきました（今でもカラオケなどの領域では現役です）。 これら MIDI 普及の大きな要因は「圧倒的に容量が小さい」という特徴によるものでしたが、近年では扱える情報量が大きくなったため、このメリットはほとんど得られなくなりました。結果、所詮「楽譜」でしかない MIDI データが録音した音そのものに勝てるわけも無く（
Web上で録音、再生を可能にする小さなJavaScript/Flashライブラリ·WAMI recorder MOONGIFT
WAMI recorderはJavaScriptから操作可能なFlash製の音声録音、再生ライブラリです。 HTML5が浸透しつつありますが、逆にJavaScriptでは出来ないもどかしい部分も明確になってきています。その一つにマイクロフォンへのアクセスがあります。しかしそんな時こそFlashと連携させれば良いのです。WAMI recorderを使えばオンラインの録音、再生環境が容易に実現します。 アクセス許可を求めるダイアログが出ます。 左側が録音、右側が再生ボタンになります。 WAMI recorderはごくシンプルなUIでボタンを押して録音、再生ができます。JavaScript向けのAPIも提供されていますのでWeb上で録音、再生環境が実現できるでしょう。WAMI recorderは録音したデータをPOSTで指定したURLに飛ばせるようになっています。その音声データを使えば面白いサー
WebAudioToy
No Web Audio API Seems your browser has no support for Web Audio. Try with a recent Chrome, or maybe Safari or some other Webkit based browser. Web Audio API This is kind of a toy or explorer thingy which lets you play with Web Audio API. It can play and generate audio and apply different kinds of effects. How do I use it? To get you started, a file node and output is created right away. Just drag
1
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
STRATO - Domain reserved
http://sky.lv-up.info/?p=2469
「シュッ」とか「チン」とかのフリー音源集
feb19
Flashに使えるサウンドエフェクト - DesignWalker