পাইথন 3 - আংশিক সমাধান ( 760 742 734 710 705 657 অক্ষর)
(শেষ সম্পাদনা; আমি প্রতিশ্রুতি)
এটি সত্যিই, সুন্দর, খুব কঠিন সমস্যার মতো মনে হচ্ছে (বিশেষত নোটগুলি শুরু হয় বা শেষ হয় তা স্বীকার করে)। সংগীতের স্বয়ংক্রিয় প্রতিলিপি একটি মুক্ত গবেষণার বিষয় বলে মনে হচ্ছে (আমি এটি সম্পর্কে কিছুই জানি না)। সুতরাং এখানে একটি আংশিক সমাধান যা কোনও নোট বিভাজন করে না (যেমন এটি ফ্রিকোয়েন্সিটি শোনার সাথে সাথেই একবারে "টুইঙ্কল" মুদ্রণ করে) এবং সম্ভবত কেবলমাত্র সেই নির্দিষ্ট ওগ ফাইলের জন্যই কাজ করে:
A=-52
F=44100
C=4096
import pyaudio as P
import array
import scipy.signal as G
import numpy as N
import math
L=math.log
i=0
j=[9,2,0,2,4,5,7,9]
k=[2,4,5,7]
n=j+k+k+j
w="Twinkle, |twinkle, |little |star,\n|How I |wonder |what you |are.\n|Up a|bove the |world so |high,\n|Like a |diamond |in the |sky.\n".split('|')
w+=w[:8]
e=P.PyAudio().open(F,1,8,1,0,None,0,C)
while i<24:
g=array.array('h',e.read(C));b=sum(map(abs,g))/C
if b>0 and 20*L(b/32768,10)>A:
f=G.fftconvolve(g,g[::-1])[C:];d=N.diff(f);s=0
while d[s]<=0:s+=1
x=N.argmax(f[s:])+s;u=f[x-1];v=f[x+1]
if int(12*L(((u-v)/2/(u-2*f[x]+v)+x)*F/C/440,2))==n[i]+15:print(w[i],end='',flush=1);i+=1
এটি প্রয়োজন ...
আপনার মাইক্রোফোনের উপর ভিত্তি করে শীর্ষ লাইনে A = -52 (ন্যূনতম প্রশস্ততা) পরিবর্তন করুন, পরিবেষ্টিত শব্দের পরিমাণ, গানটি কত জোরে চলছে, ইত্যাদি আমার মাইক্রোফোনে, -57 এর চেয়ে কম পরিমাণে বহিরাগত শব্দ উঠছে বলে মনে হচ্ছে এবং -49 এর বেশির জন্য আপনাকে এটি খুব জোরে খেলতে হবে।
এটি আরও অনেক গল্ফ করা যেতে পারে; আমি নিশ্চিত যে বিশেষত অ্যারে শব্দের উপরে একগুচ্ছ অক্ষর সংরক্ষণ করার উপায় রয়েছে। পাইথনে এটি আমার প্রথম অ-তুচ্ছ প্রোগ্রাম, তাই আমি এখনও ভাষার সাথে খুব বেশি পরিচিত নই।
আমি https://gist.github.com/endolith/255291 থেকে স্বতঃসিদ্ধকরণের মাধ্যমে ফ্রিকোয়েন্সি সনাক্তকরণের জন্য কোডটি চুরি করেছি
Ungolfed:
import pyaudio
from array import array
import scipy.signal
import numpy
import math
import sys
MIN_AMPLITUDE = -52
FRAMERATE = 44100
def first(list):
for i in range(len(list)):
if(list[i] > 0):
return i
return 0
# Based on: https://en.wikipedia.org/wiki/Decibel#Acoustics
def getAmplitude(sig):
total = 0;
elems = float(len(sig))
for x in sig:
total += numpy.abs(x) / elems
if(total == 0):
return -99
else:
return 20 * math.log(total / 32768., 10)
# Based on: https://en.wikipedia.org/wiki/Piano_key_frequencies
def getNote(freq):
return int(12 * math.log(freq / 440, 2) + 49)
# --------------------------------------------------------------------------
# This is stolen straight from here w/ very slight modifications: https://gist.github.com/endolith/255291
def parabolic(f, x):
return 1/2. * (f[x-1] - f[x+1]) / (f[x-1] - 2 * f[x] + f[x+1]) + x
def getFrequency(sig):
# Calculate autocorrelation (same thing as convolution, but with
# one input reversed in time), and throw away the negative lags
corr = scipy.signal.fftconvolve(sig, sig[::-1], mode='full')
corr = corr[len(corr)/2:]
# Find the first low point
diffs = numpy.diff(corr)
# Find the next peak after the low point (other than 0 lag). This bit is
# not reliable for long signals, due to the desired peak occurring between
# samples, and other peaks appearing higher.
# Should use a weighting function to de-emphasize the peaks at longer lags.
start = first(diffs)
peak = numpy.argmax(corr[start:]) + start
return parabolic(corr, peak) * (FRAMERATE / len(sig))
# --------------------------------------------------------------------------
# These are the wrong keys (ie it is detecting middle C as an A), but I'm far too lazy to figure out why.
# Anyway, these are what are detected from the Wikipedia .ogg file:
notes = [73, 66, 64, 66, 68, 69, 71, 73, 66, 68, 69, 71, 66, 68, 69, 71 ]
words = ["Twinkle, ", "twinkle, ", "little ", "star,\n", "How I ", "wonder ", "what you ", "are.\n", "Up a", "bove the ", "world so ", "high,\n", "Like a ", "diamond ", "in the ", "sky.\n"]
notes += notes[:8]
words += words[:8]
pa = pyaudio.PyAudio()
stream = pa.open(format=pyaudio.paInt16, channels = 1, rate = FRAMERATE, input = True, frames_per_buffer = 4096)
idx = 0
while(idx < len(notes)):
# Read signal
sig = array('h', stream.read(4096))
if(getAmplitude(sig) > MIN_AMPLITUDE):
note = getNote(getFrequency(sig))
if(note == notes[idx]):
sys.stdout.write(words[idx])
sys.stdout.flush()
idx += 1