音频分析工具,特别关注器乐/人声独唱唱片的乐谱音频分析
pymus的Python项目详细描述
pymus-音频和音乐分析工具
一个Python库,包括几个用于自动音乐分析的工具。 特别关注乐器录音中旋律的乐谱信息分析算法。
SISA/
得分信息分析方法
sisa/f0廑U跟踪
在转录的旋律录音中,记录每个音符的基频轮廓
sisa/响度
基于临界带近似的音符强度值的评分知情估计SISA/调谐
matthias mauch使用sonic注释器调用nnls vamp插件的包装器(必须安装)
转换/转换器
MIDI音高、频率和音符名称之间的转换函数
特征/f0_轮廓特征
描述(注意)基频轮廓的音频特征这些可以用来训练机器 学习模型,对音调调制技术(如弯曲、滑动、振动等)进行分类。
变换/变换器
短时傅里叶变换(基于Matlab的谱图函数)和重分配的实现 使用瞬时频率的谱图后者有助于频率跟踪,因为它显示出更锐利的 与stft相比,谐波信号分量的峰值。
包装器/sonic_visualiser.py
目前只有一个函数可以将时间序列导出为csv文件,这些文件可以加载到sonic visualiser中 可视化目的(时间值层)