Mediatavio
YouTube в MP3ЦенаБлогКонфиденциальность

Аудиоанализ

Key BPM Finder: от аудио к музыкальной тональности и темпу

Практический рабочий процесс и традиционный конвейер обработки сигналов, лежащий в основе оценок.

Автор: Mediatavio Engineering

Что этот инструмент говорит вам

key bpm finder оценивает музыкальную тональность трека и мажорную или минорную гамму, соответствующий Camelot код и темп в ударах в минуту. Эти оценки служат полезными отправными точками для организации комплекта или сравнения записей; Они не заменяют слушание.

Например, C мажор отображается в 8B, а A минор — в 8A. Camelot — это поиск, полученный из предполагаемого ключа, а не второй независимый анализ, подтверждающий его.

Анализ записи

  1. Открыть Key BPM Finder и выберите аудиофайлы или поместите их в область загрузки. WAV полезен, когда браузер не может расшифровать другой формат.
  2. Выберите «Анализировать аудио». Файлы запускаются последовательно, поэтому один неисправный файл не останавливает оставшуюся очередь.
  3. Читайте ключевые колонки, Camelot и BPM. Неопределённый результат или отсутствующая метрика означает, что алгоритм не создал оценку, соответствующую нашим критериям отображения.
  4. Используйте режим предварительного просмотра, чтобы прослушиваться, удалять ненужные файлы или отменять активный анализ.
  5. Войдите в систему перед экспортом CSV, чтобы скачать готовые результаты. В отчёте указана длительность, а также позиция и длина проанализированного отрывка.

Очередь принимает до 10 файлов, максимум 100 МБ на файл и 300 МБ в сумме. Запись должна длиться не менее 8 секунд и не более 10 минут. Декодирование форматов зависит от браузера.

Реализация

Декодирование веб-аудиоМоно-фрагмент на 44,1 кГцEssentia WorkerКлюч, Camelot и BPM

Страница декодирует файл с помощью Web Audio, усредняет его каналы в моно и выбирает максимум 120 непрерывных секунд из середины. При необходимости OfflineAudioContext пересэмплирует этот фрагмент до 44 100 Гц. Исходный файл всё равно декодируется первым, поэтому выдержки ограничивают работу анализа, а не гарантируют низкий пиковый уровень памяти.

Float32Array передаётся отдельному Worker. Essentia.js 0.1.3 использует традиционные алгоритмы: KeyExtractor использует тональные особенности и сопоставление тонального профиля, а RhythmExtractor2013 — многофункциональный ритмический метод с диапазоном поиска от 40 до 208 BPM. Эта реализация не скачивает веса нейронных сетей.

Перед анализом Рабочий отвергает неконечные образцы и почти бесшумный вход. Мы отображаем ключ только тогда, когда его сила превышает 0.1 и имеет действительное Camelot отображение. BPM должны быть положительными и конечными, с как минимум четырьмя ударами и уверенностью не менее 0,5. Это пороги по алгоритму, а не калиброванные вероятности корректности.

Надёжность и отмена

Трек может менять тональность или темп, а интерпретации в половине или двойном темпе могут иметь музыкальное значение. Записи только на ударных, редкие ноты и сильный фоновый шум могут привести к неопределённым результатам. Средний отрывок может не описывать вступление или заключение.

Cancel завершает анализ Worker. Идентификатор поколения не позволяет более раннему декодированию или результату Worker перезаписывать более позднюю задачу. Завершённые файлы остаются доступны, а незавершённые файлы можно анализировать заново. Каждый Рабочий выпускает свои векторы Эссенции перед завершением игры.

Ячейки CSV избегают кавычок и нейтрализуют ведущие символы формулы таблиц в названиях файлов. Резервирование аккаунтов завершён до выдачи загружаемого результата; Неудачный экспорт может освободить свои резервы.

Используйте результаты

Чтобы сравнить другую тональность, используйте Изменение высоты тона. Чтобы выделить представительный отрывок, используйте Обрезка аудио. Для несовместимой записи попробуйте Аудиоконвертер. An Аудиоспектрограмма может помочь осмотреть звук, но само его изображение не определяет тональность.

Аудио остаётся в браузере для этого анализа. Запросы на учетные записи и использование отделены от конвейера обработки сигнала. Essentia распространяется под AGPL-3.0; Перед повторным использованием движка в других местах следует пересмотреть варианты коммерческого лицензирования и обязательства по развертыванию.

Технические ссылки