Diplomarbeit aus dem Jahr 2003 im Fachbereich Informatik - Angewandte Informatik, Note: 1,7, Hochschule für Technik und Wirtschaft Berlin (Ingenieurwissenschaften I), Sprache: Deutsch, Abstract: Inhaltsangabe:Einleitung:
In den letzten Jahrzehnten wurden viele Verfahren zur Grundfrequenzbestimmung erfunden. Es wurden verschiedene Versuche unternommen, die Grundfrequenz eines periodischen bzw. pseudoperiodischen akustischen Signals zu bestimmen. Dabei kommen Algorithmen im Zeitbereich sowie im Frequenzbereich zur Transformation zum Einsatz.
Die physikalischen Ansätze der Algorithmen weisen Stärken aber auch Schwächen auf. Keiner davon ist in der Lage, hundertprozentig akkurat und zuverlässig zu arbeiten. Bis heute existiert keine Formel, kein Modell und kein universeller Algorithmus, der die wahrgenommene Tonhöhe eines komplexen Tonales genau und fehlerlos bestimmen kann.
In dieser Arbeit werden verschiedene Verfahren zur Grundfrequenzbestimmung untersucht und versucht, die gewünschten Eigenschaften aller unterschiedlichen Algorithmen zu kombinieren, um ein bestmögliches Resultat bei einer Wandlung von analogen bzw. digitalisierten Audio-Signalen in das komprimierende Audio-Format Midi zu erzielen.
Die Idee dazu entstand aus der alltäglichen Praxis heraus. Beim Komponieren von Musik hat man schnell einen einfachen Rhythmus aus Schlagzeug und Bass zusammengestellt, die Komposition komplexerer, bereits im Kopf vorgedachter Melodien ist jedoch schwierig und zeitaufwendig.
Bei Melodieverläufen, die aus mehr als fünf Noten bestehen, kann man mittels einer Gitarre oder einem Klavier meist schnell die ersten drei bis fünf Noten bestimmen. Bei höherer Notenanzahl hören sich die ersten Noten oft nach dem gewünschten Melodieverlauf an, weitere Noten stehen aber oftmals in Dissonanz zur anfänglichen Notensequenz. Der bereits erstellte Melodieverlauf aus den ersten Noten muss wieder verworfen werden, um die im Gehirn vorhandene Melodie komplett im Einklang aller Noten zueinander komponieren zu können.
So erhöht sich der Zeitaufwand beim musikalischen Komponieren exorbitant, die anfängliche Euphorie durch das im Kopf gespeicherte Musikstück verliert sich mit der Zeit im Komponieren der gewünschten Melodie. Da es dem Menschen um ein Vielfaches leichter fällt, die Melodie im Kopf zu singen, zu pfeifen oder zu summen, soll die Applikation zur Midi-Konvertierung dem Musiker helfen, schnell und einfach ohne unnötige Hindernisse sein Ziel zu erreichen.
Der Fokus der Diplomarbeit liegt bei der Verarbeitung monophoner Audiosignale, da sich die Erkennung von mehreren Melodieverläufen, zusätzlichen Rhythmusstrukturen und anderen polyphonen Sounds weitaus schwieriger gestaltet. Die erstellte Anwendung Pitch2Midi ist auf menschlichen Gesang optimiert, kann aber auch zur Konvertierung von Instrumentenklängen angewandt werden.
Inhaltsverzeichnis:Inhaltsverzeichnis:
1.Einleitung6
1.1Schall7
1.2Erzeugen von Sprache und Gesang7
1.3Wahrnehmung durch Hören8
1.4Aufbau von Tönen und Klängen9
1.5Klangeigenschaften11
1.6Auftretende Probleme bei der Grundfrequenzerkennung11
2.Technische Grundlagen14
2.1Digitales Audio14
2.2Filter15
2.3Das Dateiformat Wave18
2.3.1Das Dateiformat RIFF18
2.3.2Chunk Architektur18
2.3.2.1Wave- oder Header-Chunk19
2.3.2.2Format-Chunk19
2.3.2.3Daten-Chunk20
2.3.2.4Waveheader20
2.3.2.5Weitere Chunkarten21
2.3.3Speicheranordnung22
2.4Der Standard MIDI22
2.4.1Vergleich mit Waveformat22
2.4.2MIDI Hardware23
2.4.3MIDI Systeme24
2.4.4MIDI Sequenzer25
2.4.5MIDI Noten26
2.4.6MIDI Dateien27
2.4.6.1Header-Chunk28
2.4.6.2Zeitformat28
2.4.6.3Track-Chunk28
2.4.7MIDI Events29
2.4.7.1Status- und Datenbytes29
2.4.7.2Befehlskategorien30
2.4.7.3NoteOn ...
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
In den letzten Jahrzehnten wurden viele Verfahren zur Grundfrequenzbestimmung erfunden. Es wurden verschiedene Versuche unternommen, die Grundfrequenz eines periodischen bzw. pseudoperiodischen akustischen Signals zu bestimmen. Dabei kommen Algorithmen im Zeitbereich sowie im Frequenzbereich zur Transformation zum Einsatz.
Die physikalischen Ansätze der Algorithmen weisen Stärken aber auch Schwächen auf. Keiner davon ist in der Lage, hundertprozentig akkurat und zuverlässig zu arbeiten. Bis heute existiert keine Formel, kein Modell und kein universeller Algorithmus, der die wahrgenommene Tonhöhe eines komplexen Tonales genau und fehlerlos bestimmen kann.
In dieser Arbeit werden verschiedene Verfahren zur Grundfrequenzbestimmung untersucht und versucht, die gewünschten Eigenschaften aller unterschiedlichen Algorithmen zu kombinieren, um ein bestmögliches Resultat bei einer Wandlung von analogen bzw. digitalisierten Audio-Signalen in das komprimierende Audio-Format Midi zu erzielen.
Die Idee dazu entstand aus der alltäglichen Praxis heraus. Beim Komponieren von Musik hat man schnell einen einfachen Rhythmus aus Schlagzeug und Bass zusammengestellt, die Komposition komplexerer, bereits im Kopf vorgedachter Melodien ist jedoch schwierig und zeitaufwendig.
Bei Melodieverläufen, die aus mehr als fünf Noten bestehen, kann man mittels einer Gitarre oder einem Klavier meist schnell die ersten drei bis fünf Noten bestimmen. Bei höherer Notenanzahl hören sich die ersten Noten oft nach dem gewünschten Melodieverlauf an, weitere Noten stehen aber oftmals in Dissonanz zur anfänglichen Notensequenz. Der bereits erstellte Melodieverlauf aus den ersten Noten muss wieder verworfen werden, um die im Gehirn vorhandene Melodie komplett im Einklang aller Noten zueinander komponieren zu können.
So erhöht sich der Zeitaufwand beim musikalischen Komponieren exorbitant, die anfängliche Euphorie durch das im Kopf gespeicherte Musikstück verliert sich mit der Zeit im Komponieren der gewünschten Melodie. Da es dem Menschen um ein Vielfaches leichter fällt, die Melodie im Kopf zu singen, zu pfeifen oder zu summen, soll die Applikation zur Midi-Konvertierung dem Musiker helfen, schnell und einfach ohne unnötige Hindernisse sein Ziel zu erreichen.
Der Fokus der Diplomarbeit liegt bei der Verarbeitung monophoner Audiosignale, da sich die Erkennung von mehreren Melodieverläufen, zusätzlichen Rhythmusstrukturen und anderen polyphonen Sounds weitaus schwieriger gestaltet. Die erstellte Anwendung Pitch2Midi ist auf menschlichen Gesang optimiert, kann aber auch zur Konvertierung von Instrumentenklängen angewandt werden.
Inhaltsverzeichnis:Inhaltsverzeichnis:
1.Einleitung6
1.1Schall7
1.2Erzeugen von Sprache und Gesang7
1.3Wahrnehmung durch Hören8
1.4Aufbau von Tönen und Klängen9
1.5Klangeigenschaften11
1.6Auftretende Probleme bei der Grundfrequenzerkennung11
2.Technische Grundlagen14
2.1Digitales Audio14
2.2Filter15
2.3Das Dateiformat Wave18
2.3.1Das Dateiformat RIFF18
2.3.2Chunk Architektur18
2.3.2.1Wave- oder Header-Chunk19
2.3.2.2Format-Chunk19
2.3.2.3Daten-Chunk20
2.3.2.4Waveheader20
2.3.2.5Weitere Chunkarten21
2.3.3Speicheranordnung22
2.4Der Standard MIDI22
2.4.1Vergleich mit Waveformat22
2.4.2MIDI Hardware23
2.4.3MIDI Systeme24
2.4.4MIDI Sequenzer25
2.4.5MIDI Noten26
2.4.6MIDI Dateien27
2.4.6.1Header-Chunk28
2.4.6.2Zeitformat28
2.4.6.3Track-Chunk28
2.4.7MIDI Events29
2.4.7.1Status- und Datenbytes29
2.4.7.2Befehlskategorien30
2.4.7.3NoteOn ...
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.