Музыкально-акустические эксперименты

[imina]

... беру фрагмент реальной записи человеческого голоса, слегка изменяю частоту, посредством его растяжения или сжатия во времени, и накладываю на исходный фрагмент (* см. примечание в конце). Получается как бы виртуальный дуэт, слегка расстроенный унисон. При этом величина расстройки определяется степенью растяжения или сжатия исходного сигнала. Понижение частоты звука на 1 цент эквивалентно растяжению сигнала на 0.06 процента. Так что расстройку можно задать какую угодно, практически со сколь угодно высокой точностью.
...... два разных фрагмента одной записи, где исполняется одна и та же нота, чуть-чуть подправил один из них по частоте, посредством растяжения, так чтобы добиться максимально точного унисона при наложении, контролируя это по спектру, по биениям и в целом на слух. А потом уже искусственно вносил расстройку, как описал выше, т.е. дополнительно растягивал или сжимал один из фрагментов и накладывал на другой.

А на Sony Sound Forge это возможно?

[Dmitrii]

А на Sony Sound Forge это возможно?

Я в Sound Forge такой возможности не нашел, впрочем особенно сильно и не искал. Мне проще выполнять анализ и обработку звукового сигнала привычными мне неспециализированными программными средствами, пожертвовав удобством интерфейса ради возможности все держать под своим контролем.

[BaleMale]

Dmitrii, вы учтите одну вещь: вы выкладываете в mp3, а mp3 - формат "с потерями". Тут у вас очень тонкие различия, которые, возможно, страдают при переводе в mp3. Возможно, для пущей чистоты эксперимента есть смысл это приготовить в формате RIFF/WAV и запаковать zip-ом. Я распаковал вашу mp3 и упаковал в zip получилось терпимо - 14 мегов.

Попробовал преобразовать во FLAC (говорят там сжатие без потерь - проверил - и правда!), все получилось, меньше 4 мегов, вот только винамп его проигрывать не умеет

[BaleMale]

Dmitrii, еще вопрос: а чем вы высчитываете высоту тонов у перса - дискретным преобразованием товарища фурье или еще как-то?

[Dmitrii]

Dmitrii, вы учтите одну вещь: вы выкладываете в mp3, а mp3 - формат "с потерями".

Ну да, теперь, когда выгладывание и скачивание довольно больших объемов стало относительно беспроблемным даже для меня, не говоря уж о более продвинутых пользователях, можно было бы перевести все в лосслесс, да. Если буду еще что-такое делать, то так и поступлю.

Dmitrii, еще вопрос: а чем вы высчитываете высоту тонов у перса - дискретным преобразованием товарища фурье или еще как-то?

Спектр строю с помощью дискретного преобразования Фурье, конечно, других вариантов-то ведь и нет. А вот последующее определение высоты тона - это отдельная тема. И в особенности оценка погрешности этого определения. Как правило, за высоту тона я брал частоту, соответствующую спектральному максимуму, а за погрешность - полуширину пика в спектре мощности на его полувысоте . И здесь обнаруживается принципиально важный момент: чем нота короче, тем шире этот пик в спектре и соответственно тем больше погрешность в определении высоты тона. Т.е. если звук имеет длительность порядка 1 секунды, то определить его частоту с точностью существенно выше, чем 1 герц весьма проблематично в принципе. А 1 герц это немало. На уровне до малой октавы это составляет примерно 13 центов. Т.е. если определять высоту тона таким образом, то будет вот такая довольно большая неопределенность - плюс-минус 13 центов для ноты секундной длительности в районе до первой октавы. Есть, правда, другой вариант определения высоты, который вообще не требует построения спектра - по биениям при сложении с эталонным сигналом с точно заданной частотой. Эти биения можно и на слух воспринимать и визуально на графике суммарного сигнала. Я и так пробовал, но результаты и их неопределенность и в этом случае получаются примерно такие же, как при анализе спектра. На тему этой принципиально неустранимой неопределенности тона я уже писал немного в сообщении #18.

[Orlando]

А Вы сначала мои примеры послушайте.

То что может потянуть мой слух (увы, далеко не абсолютный):

...Это последовательность фрагментов совместного звучания двух голосов. Скажите, пожалуйста, в каких фрагментах, на Ваш слух, унисон звучит лучше, а в каких - хуже (например по по "двухбалльной" шкале - плохо/хорошо, или по пятибалльной, или как-либо иначе). Где унисон можно считать точным, а где слышна расстройка? Интересует именно слуховое
восприятие.

Баллы: 1 (плохо) - 2 (нормально) - 3 (хорошо)

1-2 5-3 9-3 13-2 17-1 21-3 25-1 29-2
2-2 6-2 10-2 14-2 18-2 22-3 26-1 30-2
3-1 7-1 11-1 15-1 19-1 23-3 27-2 31-2
4-2 8-2 12-1 16-1 20-1 24-2 28-2 32-2
(простите что таблица неразборчивая, система удаляет пробелы подряд более одного)

Наиболее удачно, по-моему, звучит 9
Жду расшифровки теста

[BaleMale]

Как правило, за высоту тона я брал частоту, соответствующую спектральному максимуму, а за погрешность - полуширину пика в спектре мощности на его полувысоте . И здесь обнаруживается принципиально важный момент: чем нота короче, тем шире этот пик в спектре и соответственно тем больше погрешность в определении высоты тона.

Угу, сам с этим ковыряюсь. Только не полуширину пика беру, а расстояние между частотами в преобразовании Фурье (samplesPerSecond / N), где N - число отсчетов в преобразовании. На практике именно туда оно и попадает, а то что вокруг пика - это либо эффект рассеяния от того, что истинная частота не попадает точно на одну из частот преобразования (samplesPerSecond * k / N), либо из-за того, что там еще амплитудная модуляция (нарастание, затухание).

Вообще есть еще пара методов уточнения, кроме проверки биения, если оно вам интересно.

[Dmitrii]

Угу, сам с этим ковыряюсь. Только не полуширину пика беру, а расстояние между частотами в преобразовании Фурье (samplesPerSecond / N), где N - число отсчетов в преобразовании.

Понятно, проходили, так сказать. Это получается, как легко видеть, 1/t, где t - длительность сигнала. Это не всегда правильно, брать эту величину в качестве меры частотной неопределенности звука, так как звук может обладать собственной частотной неопределенностью, превосходящей эту величину. Как за счет модуляции, так и за счет множества других причин. Соответственно, и ширина пика в спектре может быть существенно шире, чем расстояние между частотами в ДПФ. Но во многих случаях, да, это разумный подход.

Вообще есть еще пара методов уточнения, кроме проверки биения, если оно вам интересно.

Ну, изложите, обсудим.

[BaleMale]

Если исходная частота плавает, то тут, конечно, уже ничего не поделаешь.

Другие методы:

1. Взять два соседних отсчета (один - максимальный), предположить, что сработал эффект рассеяния, решить численно систему уравнений.
http://psi-logic.shadanakar.org/fft/fft9.htm
- от слов "численно решить систему уравнений"
Для чистых искусственных сигналов метод дает точную частоту (с точностью до погрешностей вычислений), для естественных - всяко.

2. Использовать оконную функцию. Не спасет кардинально, но пик часто сужает.

3. Метод Бернси: делаем два преобразования Фурье с небольшим смещением по оси времени. Смотрим, как изменились фазы. Если изменение фазы не соответствует смещению между преобразованиями, делаем предположение, что это из-за неточного определения частоты. Пытаемся высчитать поправку, исходя из этой неточности. Для чистых искусственных сигналов метод также дает точную частоту.
http://www.dspdimension.com/admin/pi...-using-the-ft/
- от слов "From Phase to Frequency"

[Dmitrii]

Если исходная частота плавает, то тут, конечно, уже ничего не поделаешь.

Об том и речь, если упрощенно. Эту самую мысль я и старался донести. Можно добавить, что помимо частотной модуляции имеется еще масса причин высотной неопределенности естественных акустических сигналов.

Другие методы:

Понятно в общих чертах. Уместно и полезно на своем месте, но не в данном случае, как мне представляется. Если не ошибаюсь, методы (1) и (3) подразумевают, что сигнал представляет собой отрезок чистой синусоиды. В музыкальной практике, с вокалом или акустическими инструментами, это почти всегда очень далеко от реальности. А метод (2) имхо сведется здесь к тривиальному - если мы хотим найти высоту какой-нибудь ноты, то надо брать не всю запись, а фрагмент (окно), когда эта нота звучит.