Mathesis Wiki

Diese Seite ist nicht editierbar. Sie können den Quelltext sehen, jedoch nicht verändern. Kontaktieren Sie den Administrator, wenn Sie glauben, dass hier ein Fehler vorliegt.
===== Logbuch =====

==== Eintrag 26/05/16 ====

Vorläufige Definition der Meilensteine:
  - Eingangssignal aufnehmen und Datensatz erstellen
  - Verarbeitung des Datensatzes mit Hilfe von Fourier-Analysis
  - Abgleich der verarbeiteten Daten mit einer Datenbank (ggf. eigene Erstellung oder Verwendung von Beispieldaten )
  - Ausgabe 
Erweiterung der Erweiterungen:
  * Nachträgliche Evaluation des Nutzers, ob Musik-Erkennung erfolgreich war (+ crappy yay animation?)
  * Reflektion des Programms für eigene Fehlerkorrektur
  * machine learning - Genauigkeit und Trefferquote verbessern, Störgeräusche filtern
  * ... tbc


==== Eintrag 02/06/2016 ====

  * Nachvollziehen Audiobeispiel pdf-Datei
  * Fourier-Fingerabdruck verstehen, evtl. erstellen
  * Aufgabenverteilung bis nächste Woche: B: Aufnahme von Sound & Speichern in Array N: FFT evtl. Fingerprint


==== Eintrag 09/06/2016 ====

  * Programm für Fourieranalyse und anschließendem Spektrogramm funktioniert
  * Programm zum Einlesen von Audio in Echtzeit über das Mikrofon des Laptops funktioniert, die Dateien werden in ein Array geschrieben und können so für die Fourieranalyse genutzt werden

==== Einlesen von Audio-Dateien ====

<code python>

# -*- coding: utf8 -*-
import pyaudio
import numpy as np
import matplotlib.pyplot as plt


CHUNKSIZE = 1024  #festgelegte Chunksize

#den Audioeingang initialisieren
p = pyaudio.PyAudio()
stream = p.open(format=pyaudio.paInt16, channels=1, rate=44100, input=True, frames_per_buffer=CHUNKSIZE)

#Daten schreiben
frames = [] #Liste von Chunks(Blöcken)
for i in range(0, int(44100 / CHUNKSIZE*5)):
	data = stream.read(CHUNKSIZE)
	frames.append(np.fromstring(data, dtype=np.int16))#evtl nur normal int? Datengröße müssen wir wohl später abschätzen was sinnvoll ist

#Liste der numpy-arrays in 1D-array konvertieren
numpydata = np.hstack(frames)

print numpydata

#Daten plotten
plt.plot(numpydata)
plt.show()


#stream schließen
stream.stop_stream()
stream.close()
p.terminate


</code>


==== Eintrag 16/06/2016 ====

  * Zusammenführen der beiden Programme und Beginn der Optimierung: statt dem Frequenzbereich von ca 22.000 Hz wollen wir auf 4000 Hz reduzieren
  * das Programm ist auf das wesentlichste reduziert und zeigt nach der Aufnahmezeit sehr schnell das Spektogramm


==== Eintrag 23/06/2016 ====

  * 
  *
Mathesis Wiki

Benutzer-Werkzeuge

Webseiten-Werkzeuge

Seiten-Werkzeuge
