ПРОБЛЕМИ РОЗПІЗНАВАННЯ ЧАСТОТИ ЗВУКУ ПРИ РОЗРОБЦІ СИСТЕМИ НАЛАШТУВАННЯ ГІТАРИ
DOI:
https://doi.org/10.31498/2522-9990222020197022Ключові слова:
розпізнавання звуку, перетворення Фур'є, гітарний тюнерАнотація
Дана стаття присвячена дослідженню процесу розпізнавання звуку гітари для вирішення задачі налаштування інструменту за допомогою мобільного додатку. Під налаштуванням гітари розуміється відповідність частоти кожної струни основній частоті. За міжнародним стандартом (ISO 16:1975) кожна струна має свою унікальну
фундаментальну частоту. Виявлено перешкоди, які впливають на розпізнавання звуку. Так гітарна нота не перебуває в одній частоті: вона складається з ряду гармонік. Різниця в гармониках – це те, що відрізняє звучання гітари і скрипки навіть при грі на одній і тій же
ноті. Інша проблема може виникнути з чутливістю мікрофона: пригнічування гучності низькочастотної частини спектру. У зв’язку з цим проведено аналіз останніх досліджень та публікацій щодо методів розпізнавання аудіообразiв та алгоритмів визначення частоти
основного тону музичного звуку. Аналіз публікацій показав, що в процесі розпізнавання доцільно використовувати перетворення Фур'є для звукової хвилі та принцип вимірювання частоти за допомогою рамки (вікна). Розглянута ADSR модель звуку гітарної струни, що
має чотири характерні моменти: атаку (англ. attack), спад (англ. decay), підтримку (англ. sustain) і загасання (англ. release). Визначено етапи розпізнавання частоти звуку при розробці системи для налаштування гітари. Встановлено, що необхідна додаткова
попередня обробка звуку. Досліджено вплив перетворень Фур'є на точність визначення частоти основного тону. Результати дослідження показали, що повторне використання перетворення Фур’є дозволяє при частоті дискретизації 1,35 Гц підвищити точність результату розпізнавання до 0,08 Гц. Знайдений спосіб збільшення точності розпізнавання спектру дозволяє розробити програму-тюнер у вигляді мобільного додатку.
Посилання
ISO 16:1975 «Acoustics — Standard tuning frequency (Standard musical pitch)». – Чинний від 1975-01-01, підтверджено 2017 р. – [Electronic resource]. – Regime of access:
https://www.iso.org/standard/3601.html.
Harmonic Spectrumи [Electronic resource]. – Regime of access:
http://sv.mazurka.org.uk/MzHarmonicSpectrum.
Смартфон как тюнер: выбираем приложение для настройки гитары [Электронный ресурс]. – Режим доступа: https://ichip.ru/sovety/smartfon-kak-tyuner-vybiraemprilozhenie-
dlya-nastrojjki-gitary-230582 4. Жук, А.В. Распознавание последовательности звуков одноголосной мелодии по
высоте./А. В .Жук // Искусственный интеллект, – 2006 – No 2.
Accelerate – Apple Developer Documentation [Electronic resource]. – Regime of access: https://developer.apple.com/documentation/accelerate
Music Synthesizer [Electronic resource]. – Regime of access:
https://developer.apple.com/documentation/accelerate
Gorrell Oppenheim, A. V. The Importance of Phase in Signals./ A. V. Gorrell Oppenheim, J. S. Lim. – IEEE, Proceedings, vol. 69, May 1981. – p. 529-541.
Battenberg, Е. Improvements to percussive component extraction using nonnegative
matrix factorization and support vector machines. PhD thesis, Masters Thesis, University
of California, Berkeley, Berkeley, CA, 12, 2008.
Benetos, Е. Polyphonic music transcription using note onset and offset detection.
Е. Benetos, S. Dixon – In Acoustics, Speech and Signal Processing (ICASSP), 2011 IEEE
International Conference on, 2011, p. 37–40.
Abeber, J. Automatic string detection for bass guitar and electric guitar./ J. Abeber –
In: International Symposium on Computer Music Modeling and Retrieval. Springer, London, U. K.,
–p. 333–352.
Cheveigne, A. YIN, a fundamental frequency estimator for speech and music/
A. Cheveigne,H. Kawahara. – The Journal of the Acoustical Society of America, 2002, Volume
, Issue 4, p. 1917-1930.
