music是一个基于mass框架的用于制作音乐和声音的python包
music的Python项目详细描述
#music
基于[mass]框架（https://github.com/ttm/mass/）（示例序列中的音乐和音频）制作音乐和声音的python包。
mass大致是lpcm audio中音乐元素的心理物理描述的集合python例程。
因此，它有助于创建具有各种功能的python包。
请参阅文章
[声音离散时间表示中的音乐元素]（https://github.com/ttm/mass/raw/master/doc/article.pdf）以进一步了解例程
，如果使用此软件包，请引用工作。
将合成声音与数学模型的逼真度最大化。
*音乐结构，强调对称性和话语。
*语音和歌唱界面。
*理想化为独立使用，并用于数据的音频可视化
（例如，利用开放链接的社交网络与参与本体（po）
和渗透包相关的数据，或与音频视频分析词汇和本体（aavo）相关的数据。
黑客和调试，克隆存储库并使用-e:
$git clone https://github.com/ttm/music.git
$pip3 install-e<；path_to_repo>；
此安装方法在随后的音乐运行中重新加载修改后的模块时特别有用。
群众框架。全部导入源：
-functions.py:此文件还导入mass框架中可用的所有示例函数。
它们位于functions.py中，包括各种synth、effects和utilities（包络线，等）。
-classes.py：当前只保存强大的类being（），应进一步记录并举例说明其用法。
*synths.py有附加的synths不包括在mass中
-*注意*：应检查核心模块synths以了解直接从mass继承的synths，它们的范围从非常简单到非常复杂。
与质量框架相比，这个模块是非常初级的。
*effects.py用于音效
-注意：一个完整的检查核心。\*用于许多效果，从颤音和调幅到空间和光谱操作。
同样，这个与质量框架相比，模块是非常初级的。事实上，它还没有实现。
*结构/对于更高层次的音乐结构
-例如排列（与代数群和变化的响铃峰有关）、音阶、和弦、对位、调弦，等。
-实现的是：
*任何数量的铃铛与任何数量的狩猎（匈奴，半狩猎等）的简单变化。
这里的限制实际上是你的机器和系统，但是您应该能够获得至少12个音/铃/项的
完整的纯变化峰值。
这是在structures.peals.plain changes.py
*一些基本排列集的组织中实现的，例如与旋转、镜像、交替等相关的排列集。
这是通过[群理论]和排列的任意次序来实现的。
我试图克服这种任意次序已有十多年了……
我的希望是通过群表示理论来实现的。
structrures.permutations.py
*symmetry.py只收集内容组织的peal和其他置换集。
*py的意思是[sumfree set]和相关的结构，但是素描的例程还没有迁移。
*singing/for singing with ecantorix
-没有正确的文档，但是可以工作（可能需要调整，例程使用ecantorix，使用espeak..）
*todo:make annotation about espeak in setup.py or.cfg
-语音目前是通过espeak以最明显的方式实现的，使用os.system，如中所示：
*https://github.com/ttm/penalva/blob/master/penalva.py
*https://github.com/ttm/lunhani/blob/master/lunhani.py
*https://github.com/ttm/soares/blob/master/soares.py
*legacy/用于用音乐包呈现的音乐片段（可能被直接欣赏或用作制作更多音乐的材料）
-目前只有一个音乐作品（确实是一个愚蠢的作品）。
*音乐/用于将材料重新组合成新的作品，以及用于从零开始生成新的作品（具有任意参数化）
-尚不存在；草图尚未迁移。
-应与旧的/模块协同工作。
函数和变量以camelcase、headlesscamelcase和小写形式编写，分别地。
下划线只在变量名中使用，其中变量名中的单词使某些内容不可读。
代码是*文档。
代码应该非常可读，以避免编写不必要的文档和复制例程表示。
这加起来等于使用docstring为对象提供上下文，或者省略docstring并直接记录代码行。
todo:doxigen或类似的工具应该尽快使用。
每个功能都将与至少一个旧的/例行程序相关。
numpy as n
t=m.tables.basic（）
h=m.utils.h
1）启动a_ynth
b=m.core.being（）
15000]颤音频率
b.nu[5]半音中的颤音深度（音高的最大偏差）
b.f[220，330]音符频率
3）渲染wavfile
b.render（30，"amusicalsound.wav"）渲染30个音符，遍历上面的列表
3b）或直接使用numpy数组来连接和/或混合声音：
s1=b.render（30）
b.f廑=[440]
b.fv廑=[1,2,3,4,5]
s2=b.render（30）
然后是s1+s2，但在使用之前跳过6个样本：
s3=h（s1，s2，s1+s2，（s1，s2），
s1*s2[：：-1]，
s1[：：7]+s2[：：7]）
m.core.ws（s3，"tempmusic.wav"）
x）对由变化振铃（campanology）或有限群理论（代数）导出的特殊排列集进行调整：
nel=4
pe4=m.structures.symmetry.plainchanges（nel）
b.perms=pe4.peal直接
b.domain=[220*2**（i/12）for i in（0,3,6，
b.curseq='f
b.f=[]
n notes=len（b.perms）*nel（b.perms）==阶乘（nel）
b.stay（notes）
b.nu=[0]
b.d=[1/2]
s4=b.render（notes）
b2=m.core.being（）
b.curseq='f='f
b.curseq='b.core.being（）
b2 b.perms=pe4.peal=>b.peal=直接
b2.domain=b.domain[：：-1]
b2.curseq='f_'
b2.f_=[]
nnotes=len（b.perms）*nel（b.perms）==factorial（nel）
b2.stay（nnotes）
b2.nu_=[2,5,10,30,37]
b2.fv戋=[1,3,6,15100100010000]
b2.d戋=[1,1/6,1/6，1/6]
s42=b2.渲染（注释）
b2.curseq='f_'
b2.f_=[]
b2.留下来（注意）
s43=b2.render（注意）
diff=s4.shape[0]-s42.shape[0]
s42=h（s42，n.zeros（diff））
s=h（s3，（s42，s4），s43
m.core.ws（s，"几何音乐.wav’’
<
m.core.v）或使用iteratorSynth将值序列
（可能已弃用）
pe3=m.structures.symmetry.plainchanges（3）
m.structures.symmetry.printpeal（pe3.act（），[0]）
freqs=sum（pe3.act（[220440330]），[]）
b=m.core.being（）
b.f\uu=freqs
b.render（notes，"Thesound ou-campanology.wav’’
或
b=m.core.being（）
b.domain=[220，440，330]
b.perms=pe3.peal_direct
b.f=[[
b.curseq='f'
b.stay（注意）
b.render（注意，'thesound-campanology.wav’
isynth=m.synth.iteratorsynth（）
isynth.basic_frequency_sequence=freqs
isynth.tab_sequence=[t.sine，t.triangle，t.square，t.saw]
pcm_samples=m.h（i in range（len（freqs））的isynth.renderiterate（）））
m.core.w（pcm_samples，"something.wav"）
br/>我们还没有机会制作出我们想要的音乐。
下面是一个例子我们理想化的是：
`` python
将音乐导入为m
m.legacy.experiments.cristal2（.2，300）声波结构的wav in./
声波=m.legacy.songs.madamez（render=false）返回numpy数组
声波2=m.io.open（"demosong2.wav"）\numpy数组
music=m.remix（声波，声波2）
music=m.h（声波[：44100*2]，music[len（music）/2：：2]）
m.oi.write（music戥）
`````
戥戥戥戥戥依赖项
python模块默认由setup.py安装。
如果要使用歌唱界面，还需要安装espeak、sox和abc2midi（ubuntu中的abcmidi包）。
ecantorix需要midi.pm和fft.pm文件来合成歌唱序列，
并且可以安装：
$sudo cpan install midi
$sudo cpan install math：：fft
但也被设计用于心理物理实验和数据声音化。例如，【versinus】（https://github.com/ttm/versinus）用于演进网络的动画可视化方法使用音乐（实际上是它的旧版本）来呈现表示网络结构的音乐轨迹。
$python3 setup.py sdist
$tween upload dist/
可以使用"python setup.py sdist upload-r pypi"？
：：：
基于[mass]框架（https://github.com/ttm/mass/）（示例序列中的音乐和音频）制作音乐和声音的python包。
mass大致是lpcm audio中音乐元素的心理物理描述的集合python例程。
因此，它有助于创建具有各种功能的python包。
请参阅文章
[声音离散时间表示中的音乐元素]（https://github.com/ttm/mass/raw/master/doc/article.pdf）以进一步了解例程
，如果使用此软件包，请引用工作。
将合成声音与数学模型的逼真度最大化。
*音乐结构，强调对称性和话语。
*语音和歌唱界面。
*理想化为独立使用，并用于数据的音频可视化
（例如，利用开放链接的社交网络与参与本体（po）
和渗透包相关的数据，或与音频视频分析词汇和本体（aavo）相关的数据。
黑客和调试，克隆存储库并使用-e:
$git clone https://github.com/ttm/music.git
$pip3 install-e<；path_to_repo>；
此安装方法在随后的音乐运行中重新加载修改后的模块时特别有用。
群众框架。全部导入源：
-functions.py:此文件还导入mass框架中可用的所有示例函数。
它们位于functions.py中，包括各种synth、effects和utilities（包络线，等）。
-classes.py：当前只保存强大的类being（），应进一步记录并举例说明其用法。
*synths.py有附加的synths不包括在mass中
-*注意*：应检查核心模块synths以了解直接从mass继承的synths，它们的范围从非常简单到非常复杂。
与质量框架相比，这个模块是非常初级的。
*effects.py用于音效
-注意：一个完整的检查核心。\*用于许多效果，从颤音和调幅到空间和光谱操作。
同样，这个与质量框架相比，模块是非常初级的。事实上，它还没有实现。
*结构/对于更高层次的音乐结构
-例如排列（与代数群和变化的响铃峰有关）、音阶、和弦、对位、调弦，等。
-实现的是：
*任何数量的铃铛与任何数量的狩猎（匈奴，半狩猎等）的简单变化。
这里的限制实际上是你的机器和系统，但是您应该能够获得至少12个音/铃/项的
完整的纯变化峰值。
这是在structures.peals.plain changes.py
*一些基本排列集的组织中实现的，例如与旋转、镜像、交替等相关的排列集。
这是通过[群理论]和排列的任意次序来实现的。
我试图克服这种任意次序已有十多年了……
我的希望是通过群表示理论来实现的。
structrures.permutations.py
*symmetry.py只收集内容组织的peal和其他置换集。
*py的意思是[sumfree set]和相关的结构，但是素描的例程还没有迁移。
*singing/for singing with ecantorix
-没有正确的文档，但是可以工作（可能需要调整，例程使用ecantorix，使用espeak..）
*todo:make annotation about espeak in setup.py or.cfg
-语音目前是通过espeak以最明显的方式实现的，使用os.system，如中所示：
*https://github.com/ttm/penalva/blob/master/penalva.py
*https://github.com/ttm/lunhani/blob/master/lunhani.py
*https://github.com/ttm/soares/blob/master/soares.py
*legacy/用于用音乐包呈现的音乐片段（可能被直接欣赏或用作制作更多音乐的材料）
-目前只有一个音乐作品（确实是一个愚蠢的作品）。
*音乐/用于将材料重新组合成新的作品，以及用于从零开始生成新的作品（具有任意参数化）
-尚不存在；草图尚未迁移。
-应与旧的/模块协同工作。
函数和变量以camelcase、headlesscamelcase和小写形式编写，分别地。
下划线只在变量名中使用，其中变量名中的单词使某些内容不可读。
代码是*文档。
代码应该非常可读，以避免编写不必要的文档和复制例程表示。
这加起来等于使用docstring为对象提供上下文，或者省略docstring并直接记录代码行。
todo:doxigen或类似的工具应该尽快使用。
每个功能都将与至少一个旧的/例行程序相关。
numpy as n
t=m.tables.basic（）
h=m.utils.h
1）启动a_ynth
b=m.core.being（）
15000]颤音频率
b.nu[5]半音中的颤音深度（音高的最大偏差）
b.f[220，330]音符频率
3）渲染wavfile
b.render（30，"amusicalsound.wav"）渲染30个音符，遍历上面的列表
3b）或直接使用numpy数组来连接和/或混合声音：
s1=b.render（30）
b.f廑=[440]
b.fv廑=[1,2,3,4,5]
s2=b.render（30）
然后是s1+s2，但在使用之前跳过6个样本：
s3=h（s1，s2，s1+s2，（s1，s2），
s1*s2[：：-1]，
s1[：：7]+s2[：：7]）
m.core.ws（s3，"tempmusic.wav"）
x）对由变化振铃（campanology）或有限群理论（代数）导出的特殊排列集进行调整：
nel=4
pe4=m.structures.symmetry.plainchanges（nel）
b.perms=pe4.peal直接
b.domain=[220*2**（i/12）for i in（0,3,6，
b.curseq='f
b.f=[]
n notes=len（b.perms）*nel（b.perms）==阶乘（nel）
b.stay（notes）
b.nu=[0]
b.d=[1/2]
s4=b.render（notes）
b2=m.core.being（）
b.curseq='f='f
b.curseq='b.core.being（）
b2 b.perms=pe4.peal=>b.peal=直接
b2.domain=b.domain[：：-1]
b2.curseq='f_'
b2.f_=[]
nnotes=len（b.perms）*nel（b.perms）==factorial（nel）
b2.stay（nnotes）
b2.nu_=[2,5,10,30,37]
b2.fv戋=[1,3,6,15100100010000]
b2.d戋=[1,1/6,1/6，1/6]
s42=b2.渲染（注释）
b2.curseq='f_'
b2.f_=[]
b2.留下来（注意）
s43=b2.render（注意）
diff=s4.shape[0]-s42.shape[0]
s42=h（s42，n.zeros（diff））
s=h（s3，（s42，s4），s43
m.core.ws（s，"几何音乐.wav’’
<
m.core.v）或使用iteratorSynth将值序列
（可能已弃用）
pe3=m.structures.symmetry.plainchanges（3）
m.structures.symmetry.printpeal（pe3.act（），[0]）
freqs=sum（pe3.act（[220440330]），[]）
b=m.core.being（）
b.f\uu=freqs
b.render（notes，"Thesound ou-campanology.wav’’
或
b=m.core.being（）
b.domain=[220，440，330]
b.perms=pe3.peal_direct
b.f=[[
b.curseq='f'
b.stay（注意）
b.render（注意，'thesound-campanology.wav’
isynth=m.synth.iteratorsynth（）
isynth.basic_frequency_sequence=freqs
isynth.tab_sequence=[t.sine，t.triangle，t.square，t.saw]
pcm_samples=m.h（i in range（len（freqs））的isynth.renderiterate（）））
m.core.w（pcm_samples，"something.wav"）
br/>我们还没有机会制作出我们想要的音乐。
下面是一个例子我们理想化的是：
`` python
将音乐导入为m
m.legacy.experiments.cristal2（.2，300）声波结构的wav in./
声波=m.legacy.songs.madamez（render=false）返回numpy数组
声波2=m.io.open（"demosong2.wav"）\numpy数组
music=m.remix（声波，声波2）
music=m.h（声波[：44100*2]，music[len（music）/2：：2]）
m.oi.write（music戥）
`````
戥戥戥戥戥依赖项
python模块默认由setup.py安装。
如果要使用歌唱界面，还需要安装espeak、sox和abc2midi（ubuntu中的abcmidi包）。
ecantorix需要midi.pm和fft.pm文件来合成歌唱序列，
并且可以安装：
$sudo cpan install midi
$sudo cpan install math：：fft
但也被设计用于心理物理实验和数据声音化。例如，【versinus】（https://github.com/ttm/versinus）用于演进网络的动画可视化方法使用音乐（实际上是它的旧版本）来呈现表示网络结构的音乐轨迹。
$python3 setup.py sdist
$tween upload dist/
可以使用"python setup.py sdist upload-r pypi"？
：：：
欢迎加入QQ群-->： 979659372
