Meta představila prototyp náramku, který snímá elektrickou aktivity svalů (povrchová elektromyografie, EMG) a umožňuje jemnými gesty ruky a prstů ovládat počítač nebo různá zařízení. Získané datové sady emg2qwerty a emg2pose jsou open source.
Byla vydána (𝕏) nová verze 25.7 open source firewallové a routovací platformy OPNsense (Wikipedie). Jedná se o fork pfSense postavený na FreeBSD. Kódový název OPNsense 25.7 je Visionary Viper. Přehled novinek v příspěvku na fóru.
Před 40 lety, 23. července 1985, společnost Commodore představila první počítač Amiga. Jednalo se o počítač "Amiga od Commodore", jenž byl později pojmenován Amiga 1000. Mělo se jednat o přímou konkurenci počítače Apple Macintosh uvedeného na trh v lednu 1984.
T‑Mobile USA ve spolupráci se Starlinkem spustil službu T-Satellite. Uživatelé služby mohou v odlehlých oblastech bez mobilního signálu aktuálně využívat satelitní síť s více než 650 satelity pro posílání a příjem zpráv, sdílení polohy, posílání zpráv na 911 a příjem upozornění, posílání obrázků a krátkých hlasových zpráv pomocí aplikace Zprávy Google. V plánu jsou také satelitní data.
Společnost Proxmox Server Solutions stojící za virtualizační platformou Proxmox Virtual Environment věnovala 10 000 eur nadaci The Perl and Raku Foundation (TPRF).
Byla vydána nová verze 2.4.65 svobodného multiplatformního webového serveru Apache (httpd). Řešena je bezpečnostní chyba CVE-2025-54090.
Společnost Proton AG stojící za Proton Mailem a dalšími službami přidala do svého portfolia AI asistenta Lumo.
Amazon koupil společnost Bee zaměřenou na nositelnou osobní AI aktuálně nabízející náramek Pioneer (YouTube) s mikrofony zaznamenávající vše kolem [𝕏, LinkedIn].
Společnost Teufel nedávno představila svůj první open source Bluetooth reproduktor MYND.
Byla vydána verze 4.2 multiplatformního integrovaného vývojového prostředí (IDE) pro rychlý vývoj aplikaci (RAD) ve Free Pascalu Lazarus (Wikipedie). Využíván je Free Pascal Compiler (FPC) 3.2.2.
Ahojte. Zkusil jsem v Pythonu napsat jednoduchou kytarovou ladičku, která se pokouší dolní polovinu frekvenčního spektra přičíst k horní polovině tak, aby se všechny harmonické spojily do jedné frekvence (čert vem nelinearity). Možná by to mohlo lépe reagovat než „běžné“ ladičky, ale rád bych někoho poprosil o otestování:
AbcLinuxu.cz
ITBiz.cz
HDmag.cz
AbcPráce.cz
#!/usr/bin/python
# -*- coding:utf-8 -*-
from __future__ import division
from scipy import *
import alsaaudio
def record_and_analyze(N, recfreq):
inp = alsaaudio.PCM(alsaaudio.PCM_CAPTURE)
inp.setchannels(1)
inp.setrate(recfreq)
inp.setformat(alsaaudio.PCM_FORMAT_S16_LE)
pos = 0
bytes = []
while True:
l, chunk = inp.read()
pos += l
if pos == N:
bytes.append(chunk)
break
if pos > N:
bytes.append(chunk[:(N - pos)*2])
break
bytes.append(chunk)
data = fromstring(''.join(bytes), int16)
spectrum = abs(fft(data)[:(N//2 + 1)])
spectrum[0] = 0 #remove DC component
for i in range(1, (len(spectrum)+1)//2): #join harmonics
spectrum[i*2] += spectrum[i]
spectrum[i] = 0
return argmax(spectrum)*recfreq/N
tones = ['A', 'B', 'H', 'C', 'C#', 'D', 'D#', 'E', 'F', 'F#', 'G', 'G#']
while True:
f_fund = record_and_analyze(N = 2**16, recfreq = 48000)
x_tone = 12*log(f_fund/440)/log(2)
i_tone = int(x_tone + 0.5)
print '%+.2f' %(x_tone - i_tone), tones[i_tone % 12]
Zkuste podle toho někdo naladit kytaru nebo prostě jakýmkoli způsobem ověřit správnost. Mně to sice funguje líp než elektronická ladička (KORG), ale to nemusí nic znamenat. Nevím přesně, které balíčky jsou potřeba, ale rozhodně se nic nezkazí nainstalováním těchto:
python-alsaaudio scipy python-matplotlib numpy
Tiskni
Sdílej:
-0.06 C +0.13 C +0.05 D -0.00 E -0.08 E -0.18 F +0.03 G -0.10 G -0.08 A -0.11 H -0.11 CJsem opravdu silně rozladěn
Btw. nějak mi uniká, jak funguje ten algoritmus. Teda ne že bych si nedokázal vyvodit, co se tam děje, ale není mi tak úplně jasné, jaktože to dělá to, co tvrdíš, že to dělá.
No jestli to číslo x.yz jsou centy zobrazené s přesností na setiny, tak to není taková katastrofaBohužel to tak není, deset centů skutečně pro mně není žádná míra
Btw. nějak mi uniká, jak funguje ten algoritmus. Teda ne že bych si nedokázal vyvodit, co se tam děje, ale není mi tak úplně jasné, jaktože to dělá to, co tvrdíš, že to dělá.Vycházím z toho, že kteroukoli frekvenci ve spektru můžu vynásobit dvěma a pořád se jedná o stejný tón. Takže vezmu nějakou frekvenci (třeba číslo 1) a přičtu k frekvenci číslo 2. Pak frekvenci číslo 2 přičtu ke čtvrté. Pak třetí k šesté. Pak čtvrtou k osmé. A tak dále až přestěhuju celé spektrum pouze do jedné oktávy, do horní poloviny spektra. No a tam se ty tóny lépe hledají – aspoň mi to tak přijde. Původně jsem chtěl nějak vyhledávat všechny vyšší harmonické, ale je to zrádné, protože už trojnásobek dává úplně jiný tón (v temperovaném ladění trochu falešný).
-0.02 A +0.01 A +0.01 Acož je doufám rozumné. Jenže, mám tam chybu! Bajty a vzorky nejsou totéž. Jak na potvoru se to ale nikde neprojevilo. Ale spravím to, i když to na funkci nebude mít vliv. Krát dva to mělo bejt!
), tak mi to vychází na A + 0.03
Mám tady starší záznamy strun na kytaře, zkusil jsem to s G strunou a vyšlo G-0.2.
Pro porovnání jsem zkusil ještě hledání prvního maxima autokorelace, to vyšlo G-0.31 (tomu bych moc nevěřil), a pak nějaký algoritmus detekce sinusovky, co jsem vyhrabal na disku, to vyšlo G-0.21...
Takže se zdá, že ten algoritmus funguje (omlouvám se, že jsem pochyboval ) a vzhledem k tomu, že to počítá počítač, tak ani moc nevadí to FFT na 65k vzorcích...
(Btw. ty odchylky jsou tam proto, že ta kytara nebyla naladěná, když jsem to nahrával)
. Ale pro přirozené ladění by ty hodnoty byly podstatně větší .
4.5.2008 22:57
program Ladicka;
Uses Crt;
var Ton : char;
begin
repeat
Write('Zadej ton (E,H,G,D,A,6,K) : ');
ReadLn(Ton);
Ton := UpCase(Ton);
Case Ton of
'E' : Sound(330);
'H' : Sound(247);
'G' : Sound(196);
'D' : Sound(147);
'A' : Sound(110);
'6' : Sound( 82);
Else
NoSound;
End; {of Case}
until (Ton = 'K');
NoSound;
end.
Ono to pak, pravda, podle toho vypadá, to nemůžu popřít
Každopádně pro hraní není potřeba ani hudební, ani absolutní sluch - stačí interpretovat noty nebo jiné značky, nebo opakovat jistý - předem daný - postup.
"Hudební sluch" je schopnost sluchem identifikovat přehrávané noty, což se dokazuje tak, že osoba s hudebním sluchem je schopna noty buď zapsat,...Řekl bych, že jsi opomněl rozpoznání toho, jestli něco ladí nebo ne v celé hudbě, například rozpoznat, že nějaký nástroj není správně naladěný (jsou lidi, kteří poznají, že basa v rockové muzice je o deset centů pod tónem, jsou lidi - např. já - kteří většinou nejsou schopni určit, co ta basa hraje
)
5.5.2008 10:43
5.5.2008 12:28
gentlespring% python ladicka.py
Traceback (most recent call last):
File "ladicka.py", line 40, in ?
i_tone = int(x_tone + 0.5)
OverflowError: cannot convert float infinity to long
record_and_analyze vrací 0. V chuncích jsou samé nuly. Capture mám zapnuté na všech zařízeních, kde to šlo.
arecord -c 1 -r 48000 -f S16_LE -t wav > nahravka.wav || aplay nahravka.wavSpusť to, něco namluv a dej ctrl+c. Mělo to zopakovat, co jsi řekl.
-0.12 B -0.12 BNejtlustčí struna, E:
-0.12 B +0.33 F +0.33 F +0.48 F +0.48 F +0.48 F +0.33 F +0.33 F +0.33 FDalší, A
+0.23 F# +0.09 A +0.21 A +0.09 A +0.09 A +0.09 A +0.09 A +0.23 F# +0.09 ADalší, d
+0.23 F# -0.31 A -0.31 A -0.31 A -0.31 A -0.25 A -0.31 ADlaší, g
-0.12 B +0.03 G +0.09 G +0.09 G +0.09 G +0.09 G +0.09 G +0.09 GDalší, b
-0.12 B +0.04 H +0.25 H +0.09 H +0.25 H +0.09 H +0.09 HDalší, e
+0.09 H -0.38 F# -0.45 F# -0.38 F# -0.45 F# -0.38 F# -0.45 F# -0.45 F#Znova, E
-0.12 B +0.33 F +0.33 F +0.48 F -0.38 F# +0.30 HTakže test nedopadl moc dobře. Nemám teď moc čas se ladičkou zabývat, ale je to velmi zajímavé téma a někdy se na ni podívám a pohraju si s ní. Možná by jsi mohl ladičku testovat nahrávkama strun, kterých je an internetu habaděj. Já podle nich ladím kytaru. Hledej vp795 na http://freesound.iua.upf.edu/ BTW, zohledňuješ tam nějak temperované ladění? Myslím, že ne, co?
Krom toho to ukazuje nějaké blbosti, které netuším co znamenají (přebuzení? šum?) Každopádně dík za test.
Jasně, celé to pracuje s temperovaným laděním, kde se frekvence vypočítají takto:
#!/usr/bin/python
tones = ['C', 'C#', 'D', 'D#', 'E', 'F', 'F#', 'G', 'G#', 'A', 'B', 'H']
for i in xrange(-20, 37):
print '%2s %10.2f Hz' %(tones[i%12], 440*2**((i-9)/12.0))
while len(bytes) < N:
l, chunk = inp.read()
bytes.append(chunk)
bytes = bytes[:N]
data = fromstring(''.join(bytes), int16)
Je to víc strightforvard a o mnoho víc paměti si to neukousne. Jestli je to rychlejší samozřejmě nevim. Proč vůbec nepoužít všechny data, co jsme dostali a proč je ořezávat?
>>> from scipy import *
>>> a = arange(2**17)
>>> fft(a) # tohle je hned hotové
array([ 8.58986906e+09 +0.00000000e+00j,
-6.55360000e+04 +2.73426110e+09j,
-6.55360000e+04 +1.36713055e+09j, ...,
-6.55360000e+04 -9.11420366e+08j,
-6.55360000e+04 -1.36713055e+09j, -6.55360000e+04 -2.73426110e+09j])
>>> a = arange(2**17-1)
>>> fft(a) # ... a tady výpočet trvá celou věčnost
Odřezávání dat anebo naopak doplňování nulami je celkem běžný trik, pokud jde o rychlost fft.
tlustej_jack(female) -> tenkej_jack(male)?
Ale třeba to půjde nějak bez drátů, milý Marconi
Ty mi uděláš bezdrátovou kytaru? To by bylo super! :)Vysílačky se taky nechají koupit... např.: http://www.muzikus.cz/pro-muzikanty-testy/Samson-Airline-aneb-volny-pohyb-zarucen~07~brezen~2003/