Upload
danilo-bellini
View
595
Download
2
Embed Size (px)
DESCRIPTION
Slides baseados na defesa de mestrado ocorrida no dia anterior, com algumas correções.
Citation preview
AudioLazy
DSP (DSP (Digital Signal ProcessingDigital Signal Processing) expressivo e ) expressivo e em tempo real para o Pythonem tempo real para o Python
Projeto open source (GPLv3)Projeto open source (GPLv3)
http://pypi.python.org/pypi/audiolazyhttp://pypi.python.org/pypi/audiolazy
Copyright (C) 2012-2013Copyright (C) 2012-2013Danilo de Jesus da Silva BelliniDanilo de Jesus da Silva Bellini
danilo [dot] bellini [at] gmail [dot] comdanilo [dot] bellini [at] gmail [dot] com
Parte 1
Aspectos geraisAspectos gerais
AudioLazy
● DSP (Digital Signal Processing) para áudio– Análise
● MIR (Music Information Retrieval)
– Síntese
– Processamento
● Expressividade de código– Facilita prototipação, simulação
● Tempo real (latência de 35ms é possível)– Possibilita uso em aplicações finais
● 100% Python– Multiplataforma
Justificativa
● Demanda e insatisfação com código existente– Sustainable Software for Audio and Music Research
● ISMIR 2012 (Tutorial)● DAFx 2012 (Tutorial)
– Software Carpentry
● Ausência de código fonte disponível– Algoritmo de Klapuri (2008)
● Base para trabalhos futuros
Linguagem
Critério MatLab Octave PureData Python NumPy
Amostras Sim Sim Depende Sim Sim
Blocos Possível Possível Sim Possível Possível
Álgebra linear Sim Sim Depende Possível Sim
DSP Sim Sim Sim Possível Sim
Tempo real Não Não Sim Possível Não
Heterogeneidade Não Não Não Sim Possível
Avaliação tardia Não Não Depende Sim Não
Funções de ordem superior Não Não Não Sim Não
Orientação a objetos Possível Possível Não Sim Sim
Linguagem de uso geral
Não Não Não Sim Sim
Documentação Sim Sim Sim Sim Sim
Licença Proprietária GNU GPLBSD
ModificadaPSFL BSD
Preço US$99.00 Gratuito Gratuito Gratuito Gratuito
Código fonte (Fechado) C++ C C, PythonC, Fortran,
Python
Outras linguagens
● CAS (Computer Algebra System)– Wolfram Mathematica
– SymPy
● C, C++, Java– Estáticas
– Imperativo
– S/ ênfase em ser expressivo
● DSL (Domain Specific Language)– FAUST
– CSound
– SuperCollider
– ChunK
● Pacotes– YAAFE
– MARLib
Resultados cobertura de código(Testes automatizados)
--------------- coverage: platform linux2, python 2.7.3-final-0 ---------------Name Stmts Miss Branch BrPart Cover Missing------------------------------------------------------------__init__ 44 1 18 4 92% 72lazy_analysis 124 3 62 4 96% 210, 258-259lazy_auditory 60 0 14 0 100% lazy_core 130 7 56 5 94% 93-94, 108, 151, 211, [...]lazy_filters 508 180 249 118 61% 53, 60, 81, 91, [...]lazy_io 123 41 38 23 60% 35-37, 58-72, 76, 80, [...]lazy_itertools 14 3 10 8 54% 61-64lazy_lpc 127 15 42 7 87% 120, 134-135, [...]lazy_math 59 1 28 0 99% 131lazy_midi 54 5 26 3 90% 70, 111, 150, 156, 158lazy_misc 208 28 138 30 83% 136, 201-202, 239, [...]lazy_poly 126 30 89 34 70% 90, 146-149, 160, [...]lazy_stream 144 2 56 4 97% 62, 606lazy_synth 241 50 118 48 73% 277-299, 319-323, [...]------------------------------------------------------------TOTAL 1962 366 944 288 77%
========================= 5501 passed in 23.59 seconds =========================
--------------- coverage: platform linux2, python 2.7.3-final-0 ---------------Name Stmts Miss Branch BrPart Cover Missing------------------------------------------------------------__init__ 44 1 18 4 92% 72lazy_analysis 124 3 62 4 96% 210, 258-259lazy_auditory 60 0 14 0 100% lazy_core 130 7 56 5 94% 93-94, 108, 151, 211, [...]lazy_filters 508 180 249 118 61% 53, 60, 81, 91, [...]lazy_io 123 41 38 23 60% 35-37, 58-72, 76, 80, [...]lazy_itertools 14 3 10 8 54% 61-64lazy_lpc 127 15 42 7 87% 120, 134-135, [...]lazy_math 59 1 28 0 99% 131lazy_midi 54 5 26 3 90% 70, 111, 150, 156, 158lazy_misc 208 28 138 30 83% 136, 201-202, 239, [...]lazy_poly 126 30 89 34 70% 90, 146-149, 160, [...]lazy_stream 144 2 56 4 97% 62, 606lazy_synth 241 50 118 48 73% 277-299, 319-323, [...]------------------------------------------------------------TOTAL 1962 366 944 288 77%
========================= 5501 passed in 23.59 seconds =========================
Mock
Testes com oráculos
● 80 c/ o scipy.signal.lfilter● 64 c/ o subpacote de otimização do SciPy● 2 c/ o NumPy
import pytestp = pytest.mark.parametrize
from scipy.signal import lfilterfrom audiolazy import ZFilter, almost_eq
class TestZFilterScipy(object):
@p("a", [[1.], [3.], [1., 3.], [15., -17.2], [-18., 9.8, 0., 14.3]]) @p("b", [[1.], [-1.], [1., 0., -1.], [1., 3.]]) @p("data", [range(5), range(5, 0, -1), [7, 22, -5], [8., 3., 15.]]) def test_lfilter(self, a, b, data): filt = ZFilter(b, a) # Cria um filtro com a AudioLazy expected = lfilter(b, a, data).tolist() # Aplica o filtro com o SciPy assert almost_eq(filt(data), expected) # Compara os resultados
import pytestp = pytest.mark.parametrize
from scipy.signal import lfilterfrom audiolazy import ZFilter, almost_eq
class TestZFilterScipy(object):
@p("a", [[1.], [3.], [1., 3.], [15., -17.2], [-18., 9.8, 0., 14.3]]) @p("b", [[1.], [-1.], [1., 0., -1.], [1., 3.]]) @p("data", [range(5), range(5, 0, -1), [7, 22, -5], [8., 3., 15.]]) def test_lfilter(self, a, b, data): filt = ZFilter(b, a) # Cria um filtro com a AudioLazy expected = lfilter(b, a, data).tolist() # Aplica o filtro com o SciPy assert almost_eq(filt(data), expected) # Compara os resultados
Comparação de números em ponto flutuante (IEEE 754)
● Valor absoluto (limiar “l”)
● Comparação pelo número de bits de mantissa (“t” bits de tolerância para “s” bits de mantissa)
● Implementado na audiolazy.lazy_misc– almost_eq_diff
– almost_eq
∣a−b∣≤l
∣a−b∣≤2(t − s−1)∣a+b∣
Parte 2
Síntese e processamento em tempo realSíntese e processamento em tempo real
“Hello world” em áudio
● Tocar uma senóide– Console interativo
– Script
from audiolazy import *
rate = 44100s, Hz = sHz(rate)th = AudioIO().play(sinusoid(440 * Hz), rate=rate)
from audiolazy import *
rate = 44100s, Hz = sHz(rate)th = AudioIO().play(sinusoid(440 * Hz), rate=rate)
from audiolazy import *
rate = 44100s, Hz = sHz(rate)with AudioIO(True) as player: player.play(sinusoid(440 * Hz), rate=rate)
from audiolazy import *
rate = 44100s, Hz = sHz(rate)with AudioIO(True) as player: player.play(sinusoid(440 * Hz), rate=rate)
Multithread!
Síntese
● Aditiva– Senóide (sinusoid)
– Table-lookup● Senóide (sin_table)● Dente de serra
(saw_table)
● AM– Modulação em amplitude
– Modulação em anel
● FM– Exemplo em wxPython
● Subtrativa– Karplus-Strong
● Examplo com os corais de J. S. Bach (Music21)
● Personalizada– Construtor da classe
Stream
– Decorador tostream
Parte 3
StreamStream
Armazenamento: Estratégias para avaliação de expressões
● Antecipada (eager)– Chamada por valor (call by value)
– Avaliação ocorre antes da chamada
● Tardia (lazy)– Chamada por nome (call by name)
● Reavaliação a cada chamada
– Chamada por necessidade (call by need)● Memoize / Cache● Há quem considere essa a única forma de avaliação
“preguiçosa” (lazy)
Avaliação tardia
● Evita cálculos desnecessários● Estruturas de tamanho indefinido
– Potencialmente infinitas (e.g. contador)
● Fluxo de controle como abstração
In [1]: def gerador_123(): ...: val = 1 ...: while True: ...: yield val ...: val = val + 1 if val < 3 else 1 ...:
In [2]: gerador_123Out[2]: <function __main__.gerador_123>
In [3]: gerador_123()Out[3]: <generator object gerador_123 at 0x...>
In [1]: def gerador_123(): ...: val = 1 ...: while True: ...: yield val ...: val = val + 1 if val < 3 else 1 ...:
In [2]: gerador_123Out[2]: <function __main__.gerador_123>
In [3]: gerador_123()Out[3]: <generator object gerador_123 at 0x...>
In [4]: sinal = gerador_123()
In [5]: sinal.next()Out[5]: 1
In [6]: sinal.next()Out[6]: 2
In [7]: sinal.next()Out[7]: 3
In [8]: sinal.next()Out[8]: 1
In [4]: sinal = gerador_123()
In [5]: sinal.next()Out[5]: 1
In [6]: sinal.next()Out[6]: 2
In [7]: sinal.next()Out[7]: 3
In [8]: sinal.next()Out[8]: 1
Desempenho!
Para áudio, o que precisamos?
● Sequência de símbolos– Símbolos são números, normalmente
● Tempo real– Dados (elementos da sequência) inexistentes em
tempo de compilação
– Duração indefinida
– Não é necessário computar tudo para começar a apresentar o resultado
Avaliação tardia!
Classe Stream
● Representa fluxo de informação (áudio)● Iterável heterogêneo com operadores (baseado no
NumPy) e avaliação tardia● Ausência de índices
– Limite de representação inteira (32 bits estouraria em 27:03:12)
In [1]: from audiolazy import Stream
In [2]: dados = Stream(5, 7, 1, 2, 5, 3, 2) # Periódico
In [3]: dados2 = Stream(0, 1) # Idem
In [4]: (dados + dados2).take(15)Out[4]: [5, 8, 1, 3, 5, 4, 2, 6, 7, 2, 2, 6, 3, 3, 5]
In [1]: from audiolazy import Stream
In [2]: dados = Stream(5, 7, 1, 2, 5, 3, 2) # Periódico
In [3]: dados2 = Stream(0, 1) # Idem
In [4]: (dados + dados2).take(15)Out[4]: [5, 8, 1, 3, 5, 4, 2, 6, 7, 2, 2, 6, 3, 3, 5]
Classe Stream
● Métodos, atributos e propriedades são aplicados elemento a elemento– Exceto “take”, “blocks” e outros da própria classe
Stream
● Finito ou de finalização indeterminada
In [5]: Stream([2, 3, 4]).take(5) # Lista de entradaOut[5]: [2, 3, 4]
In [6]: Stream(2, 3, 4).take(5) # Números de entradaOut[6]: [2, 3, 4, 2, 3]
In [7]: Stream(*[2, 3, 4]).take(5) # Lista com "*"Out[7]: [2, 3, 4, 2, 3]
In [8]: (2 * Stream([1 + 2j, -3j, 7]).real).take(inf)Out[8]: [2.0, 0.0, 14]
In [5]: Stream([2, 3, 4]).take(5) # Lista de entradaOut[5]: [2, 3, 4]
In [6]: Stream(2, 3, 4).take(5) # Números de entradaOut[6]: [2, 3, 4, 2, 3]
In [7]: Stream(*[2, 3, 4]).take(5) # Lista com "*"Out[7]: [2, 3, 4, 2, 3]
In [8]: (2 * Stream([1 + 2j, -3j, 7]).real).take(inf)Out[8]: [2.0, 0.0, 14]
Decorador tostream:Geradores convertidos em Stream
● Função = Decorador(Função)
In [1]: from audiolazy import tostream
In [2]: @tostream ...: def impulse(): ...: yield 1 ...: while True: ...: yield 0 ...:
In [3]: impulse # De fato, uma funçãoOut[3]: <function __main__.impulse>
In [4]: impulse() # Devolve um objeto StreamOut[4]: <audiolazy.lazy_stream.Stream at 0x30824d0>
In [5]: impulse().take(5)Out[5]: [1, 0, 0, 0, 0]
In [6]: (impulse() + 1).take(5) # Outro objeto instanciadoOut[6]: [2, 1, 1, 1, 1]
In [1]: from audiolazy import tostream
In [2]: @tostream ...: def impulse(): ...: yield 1 ...: while True: ...: yield 0 ...:
In [3]: impulse # De fato, uma funçãoOut[3]: <function __main__.impulse>
In [4]: impulse() # Devolve um objeto StreamOut[4]: <audiolazy.lazy_stream.Stream at 0x30824d0>
In [5]: impulse().take(5)Out[5]: [1, 0, 0, 0, 0]
In [6]: (impulse() + 1).take(5) # Outro objeto instanciadoOut[6]: [2, 1, 1, 1, 1]
Processamento em bloco
● Stream.blocks(size, hop)– Qualquer salto (hop) positivo
– Se mudar a saída, a mudança persistirá na próxima saída quando hop < size
● Saídas são a mesma fila circular implementada como collections.deque
In [1]: data = Stream([1, 2, 3])
In [2]: blks = data.blocks(size=2, hop=1)
In [3]: [list(blk) for blk in blks]Out[3]: [[1, 2], [2, 3]]
In [1]: data = Stream([1, 2, 3])
In [2]: blks = data.blocks(size=2, hop=1)
In [3]: [list(blk) for blk in blks]Out[3]: [[1, 2], [2, 3]]
SymPy
Parte 4
FiltrosFiltros
Filtros LTI(Lineares e invariantes no tempo)
““Digital signal processing is mainly Digital signal processing is mainly based on linear time-invariant based on linear time-invariant
systems.systems.””
(Dutilleux, Dempwolf, Holters e Zölzer(Dutilleux, Dempwolf, Holters e ZölzerDAFx, segunda edição, capítulo 4, p. 103)DAFx, segunda edição, capítulo 4, p. 103)
Ressonador com valor exato
Gammatone
● Três modelos– Slaney
– Klapuri● 4 ressonadores em cascata
– Implementação genérica (qualquer ordem)● Teoremas
Derivadas
● Prova por indução
Parte 5
MIRMIR((Music Information RetrievalMusic Information Retrieval))
Altura, croma, timbre
● Som de Shepard– Altura (pitch height)
– Croma (pitch chroma)
● Timbre– Brilho
– Envoltória espectral
– Envoltória dinâmica
Série harmônica
● F0, 2F0, 3F0, 4F0 …– 100 Hz, 200 Hz, 300 Hz... Comb!
freqs = [str2freq(note) for note in "E2 G#2 B2".split()] # Mi maiorfilt = ParallelFilter(comb.tau(freq_to_lag(freq * Hz), .1 * s) for freq in freqs)filt.plot(samples=8192, rate=rate, min_freq=220*Hz, max_freq=880*Hz).show()
freqs = [str2freq(note) for note in "E2 G#2 B2".split()] # Mi maiorfilt = ParallelFilter(comb.tau(freq_to_lag(freq * Hz), .1 * s) for freq in freqs)filt.plot(samples=8192, rate=rate, min_freq=220*Hz, max_freq=880*Hz).show()
Inteiros?Racionais?Primos?
2+ oitava
ZCRTaxa de cruzamentos no zero
In [15]: pitch1.take(10) # Resultado em HzOut[15]:[872.0947265625001, 882.861328125, 872.0947265625001, 882.861328125, 882.861328125, 882.861328125, 882.861328125, 872.0947265625001, 882.861328125, 872.0947265625001]
In [16]: freq2str(pitch1).take(10) # Resultado em nomes de notasOut[16]:['A5+5.62%', 'A5+5.62%', 'A5+5.62%', 'A5+5.62%', 'A5+5.62%', 'A5-15.62%', 'A5+5.62%', 'A5-15.62%', 'A5+5.62%', 'A5+5.62%']
In [15]: pitch1.take(10) # Resultado em HzOut[15]:[872.0947265625001, 882.861328125, 872.0947265625001, 882.861328125, 882.861328125, 882.861328125, 882.861328125, 872.0947265625001, 882.861328125, 872.0947265625001]
In [16]: freq2str(pitch1).take(10) # Resultado em nomes de notasOut[16]:['A5+5.62%', 'A5+5.62%', 'A5+5.62%', 'A5+5.62%', 'A5+5.62%', 'A5-15.62%', 'A5+5.62%', 'A5-15.62%', 'A5+5.62%', 'A5+5.62%']
pitch1 = zcross_pitch(data1) / Hzpitch1 = zcross_pitch(data1) / Hz
@tostreamdef zcross_pitch(sig, size=2048): "Devolve a altura em cada bloco com o dado tamanho" for blk in zcross(sig, hysteresis=.2).blocks(size): yield lag_to_freq(2. * size / sum(blk))
@tostreamdef zcross_pitch(sig, size=2048): "Devolve a altura em cada bloco com o dado tamanho" for blk in zcross(sig, hysteresis=.2).blocks(size): yield lag_to_freq(2. * size / sum(blk))
data1 = .5 * sinusoid(880 * Hz)data1 += .5 * saw_table(880*3 * Hz)data1 *= .9 + .1 * white_noise()
data1 = .5 * sinusoid(880 * Hz)data1 += .5 * saw_table(880*3 * Hz)data1 *= .9 + .1 * white_noise()
AMDF (Average Magnitude Difference Function)
Ainda sobre frequência fundamental e periodicidade ...
● SDF (Square Difference Function)
● ACF (Autocorrelação)– Inverso à AMDF e SDF (aqui queremos o maior valor)
● MPM (McLeod e Wyvill)– Utilizar ACF para “normalizar” SDF DFT ?!?
AutocorrelaçãoTranscrição por envoltória dinâmica
Transformada discreta de Hilbert
Algoritmo de Klapuri (2008)Múltiplas frequências fundamentais
Algoritmo de Klapuri (2008)Múltiplas frequências fundamentais
Algoritmo de Klapuri (2008)Múltiplas frequências fundamentais
Algoritmo de Klapuri (2008)Múltiplas frequências fundamentais
white_noise() * (1 + sinusoid(185 * Hz))white_noise() * (1 + sinusoid(185 * Hz))
Algoritmo de Klapuri (2008)Múltiplas frequências fundamentais
● Envoltória espectral● Adaptações
– Evitar repetição
– Polifonia máxima
● Sempre acerta pelo menos uma nota
● Sem otimizações
Entrada “G2 D4 D5”Saída [296.081543, 589.471436, 294.735718]
[ D4 + 14.19% , D5 + 6.3% , D4 + 6.3% ]Entrada “C1 C2 C3 C4”Saída [263.781738, 131.890869, 66.3940430, 44.1430664]
[ C4 + 14.21% , C3 + 14.21% , C2 + 25.95% , F1 + 19.31% ]Entrada “F#4 G4 G#4”Saída [44.1430664, 48.4497070, 371.4477538]
[ F1 + 19.31% , G1 − 19.53% , F#4 + 6.79% ]
from audiolazy import *
rate = 22050s, Hz = sHz(rate)size = 512table = sin_table.harmonize({1: 1, 2: 5, 3: 3, 4: 2, 6: 9, 8: 1}).normalize()
data = table(str2freq("Bb3") * Hz).take(size) # Nota si bemol da 3a oitavafilt = lpc(data, order=14) # Filtro de análiseG = 1e-2 # Ganho apenas para alinhamento na visualização com a DFT
# Filtro de síntese(G / filt).plot(blk=data, rate=rate, samples=1024, unwrap=False).show()
from audiolazy import *
rate = 22050s, Hz = sHz(rate)size = 512table = sin_table.harmonize({1: 1, 2: 5, 3: 3, 4: 2, 6: 9, 8: 1}).normalize()
data = table(str2freq("Bb3") * Hz).take(size) # Nota si bemol da 3a oitavafilt = lpc(data, order=14) # Filtro de análiseG = 1e-2 # Ganho apenas para alinhamento na visualização com a DFT
# Filtro de síntese(G / filt).plot(blk=data, rate=rate, samples=1024, unwrap=False).show()
Envoltória espectralLPC - Predição Linear
Decomposição cromática
● Filtros gammatone– Paralelo
● OitavasIn [1]: from audiolazy import octaves
In [2]: octaves(440)Out[2]: [27.5, 55.0, 110.0, 220.0, 440, 880, 1760, 3520, 7040, 14080]
In [1]: from audiolazy import octaves
In [2]: octaves(440)Out[2]: [27.5, 55.0, 110.0, 220.0, 440, 880, 1760, 3520, 7040, 14080]
from __future__ import divisionfrom audiolazy import *
def cromafb(classes=12, rate): s, Hz = sHz(rate) cg = gammatone_erb_constants(4)[0] fb = 440
return [ ParallelFilter( gammatone.sampled(f*Hz, cg*erb(f)) for f in octaves(fb * 2**(n/classes)) ) for n in xrange(classes) ]
rate = 44100bank = cromafb(rate=rate)bank[0].plot(freq_scale="log", rate=rate)
from __future__ import divisionfrom audiolazy import *
def cromafb(classes=12, rate): s, Hz = sHz(rate) cg = gammatone_erb_constants(4)[0] fb = 440
return [ ParallelFilter( gammatone.sampled(f*Hz, cg*erb(f)) for f in octaves(fb * 2**(n/classes)) ) for n in xrange(classes) ]
rate = 44100bank = cromafb(rate=rate)bank[0].plot(freq_scale="log", rate=rate)
Cromagrama
Diferenciação
Parte 6
Aspectos de ImplementaçãoAspectos de Implementação
AbstractOperatorOverloaderMeta
● Metaclasse– Classe cujas instâncias são classes
● Abstrata– Classe com recursos especificados porém sem
implementação
● Sobrecarga massiva de operadores:– Binários
– Binários reversos
– Unários
Objeto windowUm dicionário de estratégias
In [1]: from audiolazy import window
In [2]: window # Vejamos as estratégias disponíveisOut[2]:{('bartlett',): <function audiolazy.lazy_analysis.bartlett>, ('blackman',): <function audiolazy.lazy_analysis.blackman>, ('hamming',): <function audiolazy.lazy_analysis.hamming>, ('hann', 'hanning'): <function audiolazy.lazy_analysis.hann>, ('rectangular', 'rect'): <function audiolazy.lazy_analysis.rectangular>, ('triangular', 'triangle'): <function audiolazy.lazy_analysis.triangular>}
In [3]: window["rect"](3) # Obtém a estratégia, chamando com 1 argumentoOut[3]: [1.0, 1.0, 1.0]
In [4]: window.triangle(3) # Idem, mas feito com outra sintaxe (dicionário)Out[4]: [0.5, 1.0, 0.5]
In [5]: hm_wnd = window.hamming # Referenciando fora do dicionário
In [6]: hm_wnd # Esta estratégia é uma função comumOut[6]: <function audiolazy.lazy_analysis.hamming>
In [1]: from audiolazy import window
In [2]: window # Vejamos as estratégias disponíveisOut[2]:{('bartlett',): <function audiolazy.lazy_analysis.bartlett>, ('blackman',): <function audiolazy.lazy_analysis.blackman>, ('hamming',): <function audiolazy.lazy_analysis.hamming>, ('hann', 'hanning'): <function audiolazy.lazy_analysis.hann>, ('rectangular', 'rect'): <function audiolazy.lazy_analysis.rectangular>, ('triangular', 'triangle'): <function audiolazy.lazy_analysis.triangular>}
In [3]: window["rect"](3) # Obtém a estratégia, chamando com 1 argumentoOut[3]: [1.0, 1.0, 1.0]
In [4]: window.triangle(3) # Idem, mas feito com outra sintaxe (dicionário)Out[4]: [0.5, 1.0, 0.5]
In [5]: hm_wnd = window.hamming # Referenciando fora do dicionário
In [6]: hm_wnd # Esta estratégia é uma função comumOut[6]: <function audiolazy.lazy_analysis.hamming>
Polinômios
● Necessário para os filtros lineares● Baseados em dicionário
– Memória
– Expoente negativo (Laurent)
– Expoente fracionário (soma de potências)
● Coeficientes podem ser objetos Stream, símbolos do SymPy, etc.
Filtros
● Implementação direta I– Evita multiplicação por 1
– Não cria os termos com coeficiente nulo
– Ainda ineficiente quando longo (e.g. FIR, comb)
● JIT (Just in Time)– Cada filtro é criado e compilado em tempo de
execução
– Permite filtros variantes no tempo gerais e eficientes
Quantização em ponto flutuante
Módulos
Nome Descrição
lazy_analysis Análise de áudio
lazy_auditory Modelagem do aparato auditivo humano periférico
lazy_core Núcleo com as três classes de fundamentação do pacote
lazy_filters Filtros
lazy_io Gravação e reprodução de áudio (via PyAudio), multi-thread
lazy_itertools Conteúdo da itertools “decorado” ou adaptado para objetos Stream
lazy_lpc Codificação linear preditiva (LPC)
lazy_math Funções matemáticas para uso em iteráveis com manutenção de tipo
lazy_midi Representação MIDI e relações entre nota e frequência (altura)
lazy_misc Diversas ferramentas de uso geral e constantes
lazy_poly Polinômios
lazy_stream Definição da classe Stream e derivadas
lazy_synth Pequeno sintetizador
Classes
Nome Bases (herança) Módulo Descrição
AudioIO object lazy_io Reprodutor/gravador de áudio
AudioThread threading.Thread lazy_io Thread representando objetos sendo reproduzidos
LinearFilterProperties object lazy_filters Mixin com conversores de propriedades de filtros lineares
LinearFilter LinearFilterProperties lazy_filters Filtro linear
ZFilter LinearFilter lazy_filters Filtro linear representado por equações em Z
FilterList list, LinearFilterProperties lazy_filters Lista de filtros
CascadeFilter FilterList lazy_filters Filtros em cascata
ParallelFilter FilterList lazy_filters Filtros em paralelo
Poly object lazy_poly Polinômios, polinômios de Laurent, soma de potências
TableLookup object lazy_synth Sintetizador por consulta à tabela
MultiKeyDict dict lazy_core Dicionário multi-chave
StrategyDict MultiKeyDict lazy_core Dicionário de estratégias
StrategyDictInstance StrategyDict lazy_core Uma classe para cada dicionário de estratégias
Stream collections.Iterable lazy_stream Iterável com operadores elemento a elemento e avaliação tardia
ControlStream Stream lazy_stream Stream que devolve um valor controlável, permitindo interatividade
Streamix Stream lazy_stream Misturador (mixer) de objetos Stream baseado na temporização do MIDI
StreamTeeHub Stream lazy_stream Gerenciador de cópias de Stream
MemoryLeakWarning Warning lazy_stream Número de usos de um StreamTeeHub menor que o especificado
ParCorError ZeroDivisionError lazy_lpc Erro ao tentar obter coeficientes PARCOR
Diagrama de classes(Relações internas)
● Classes “centrais”– AbstractOperatorOverloaderMeta
– Stream
● StrategyDict possui instâncias– Diagrama omite informações importantes
Dicionários de estratégias presentes na AudioLazy
Nome Estratégias Módulo Descrição
window 6 lazy_analysis Funções de janelamento ou apodização
envelope 3 lazy_analysis Filtros de obtenção de envoltória dinâmica
maverage 3 lazy_analysis Criador de filtros de média móvel
erb 2 lazy_auditory Largura de banda equivalente retangular (ERB)
gammatone 3 lazy_auditory Filtros gammatone
comb 3 lazy_filters Filtros comb
resonator 4 lazy_filters Ressonadores
lowpass 2 lazy_filters Passa-baixas
highpass 1 lazy_filters Passa-altas
lpc 5 lazy_lpc Codificação linear preditiva (LPC)
Documentação● Docstrings: documentação no código
– Uso em ambientes interativos
– reStructuredText
– Organização em seções● Spyder
● Sphinx– Conversão automática do sistema de seções para o formato do
Sphinx
– Muitos formatos: LaTeX (PDF, DVI, PS), ePUB, HTML, TexInfo, etc.
● Apresentação, instruções de instalação e exemplos básicos– Integração com MatPlotLib, Music21, wxPython, Tkinter, etc.
Exemplos de implementação de partes da AudioLazy
def levinson_durbin(acdata, order):
def inner(a, b): return sum(acdata[abs(i-j)] * ai * bj for i, ai in enumerate(a.numlist) for j, bj in enumerate(b.numlist) )
A = ZFilter(1) for m in range(1, order + 1): B = A(1 / z) * z ** -m A -= inner(A, z ** -m) / inner(B, B) * B return A
def levinson_durbin(acdata, order):
def inner(a, b): return sum(acdata[abs(i-j)] * ai * bj for i, ai in enumerate(a.numlist) for j, bj in enumerate(b.numlist) )
A = ZFilter(1) for m in range(1, order + 1): B = A(1 / z) * z ** -m A -= inner(A, z ** -m) / inner(B, B) * B return A
Parte 7
FinalizaçãoFinalização
Situação atual (PyPI)
VersãoDownloads
(2013-02-15)Downloads
(2013-05-01)
0.01 432 707
0.02 432 709
0.03 209 491
0.04 Não existia 328
Valores mínimos
Conclusões
● Tempo real em Python● Expressividade + avaliação tardia
– Modularidade
● Multiparadigma– Funcional
– Reflexivo
– Objetos
● Filtros digitais a partir de filtros analógicos● Orientação a testes● Padrão IEEE 754
CPython PyPy
AudioLazy 271.49 ms 57.98 ms 53.24 ms
NumPy 19.45 ms 22.78 ms 21.06 ms
Benchmark: Síntese FM
Possíveis continuações para o desenvolvimento da AudioLazy
● Análise– FFT– Heurísticas para transcrição– Outras transformadas
● Modelagem audição– Outros modelos (Lyon, Seneff,
gamma chirp, etc.)– Conversão entre x-dB e ERB
● Síntese e processamento– Wah, phaser, flanger, chorus, eco,
compressor, noise gate, limiter, …
● Testes– 100%– Mock MatPlotLib
● Filtros– Atrasos/expoentes variantes no tempo– Interpolação– Frações parciais– Otimização– Escrita no tempo– SymPy– Treliça
● Outros– Python 3.3– Integrar com PureData– I/O MIDI– Plugins (e.g. Vamp)– Tutorial– Logo
Obrigado!
Perguntas?Perguntas?
Fork me on GitHubFork me on GitHubhttps://github.com/danilobellini/audiolazyhttps://github.com/danilobellini/audiolazy