今日も「くっ」を慈しむ。
昨日まではそこまで難しいことではありませんが、本日は新しい技術に挑戦。まさに気分は自分REST@RT。音楽を聞きながらやっている訳ですが、盛り上がりすぎて自分を見失うのはもはやお家芸。
本日は細かい領域ごとに周波数を何とか抽出する方法を考える。
![](https://blogimg.goo.ne.jp/user_image/40/b1/a9fdd7c7c9ea3426c2e6cf228a07b0e4.jpg)
領域が大きくなると過渡特性の抽出が大雑把になる。領域を小さくするとサンプリング不足により、FFTの結果が芳しくない。ヘッドフォンから奏でられる音楽にノリノリで考えた結果、本日見出したアイディアはFFTの精度がある程度出るまで微小領域をつなぎあわせる。Colorful Daysを聞いているときにふとひらめきました。さすが名曲である。
![](https://blogimg.goo.ne.jp/user_image/53/67/d0e5dba635dc3bdec73bfd9f77145211.jpg)
上のサンプリングを15個連結した状態。この処理によりある程度FFTの精度が確保され、何とか微小領域ごとにある程度の周波数が求められそう。これである程度過渡的な周波数の遷移が確認できれば良い。
データの作成も容易だし、こういったアイディアがささっと検証できるってのが楽しいところ。
FFTの結果からどのような情報を抽出するかが次の課題ですが、こちらはパワースペクトルの面積などを評価にすれば何とかならないかなーって。
また振幅の遷移もある程度抽出できるロジックは確保できたので、振幅と周波数の時系列データが作成できれば・・・いよいよ、いよいよである。様々な「くっ」の評価ができる事が期待されます。
これは否が応にも盛り上がって参りました。
正直、このブログがどこに向かっているのか、いささか疑問になって参りました。
昨日まではそこまで難しいことではありませんが、本日は新しい技術に挑戦。まさに気分は自分REST@RT。音楽を聞きながらやっている訳ですが、盛り上がりすぎて自分を見失うのはもはやお家芸。
本日は細かい領域ごとに周波数を何とか抽出する方法を考える。
![](https://blogimg.goo.ne.jp/user_image/40/b1/a9fdd7c7c9ea3426c2e6cf228a07b0e4.jpg)
領域が大きくなると過渡特性の抽出が大雑把になる。領域を小さくするとサンプリング不足により、FFTの結果が芳しくない。ヘッドフォンから奏でられる音楽にノリノリで考えた結果、本日見出したアイディアはFFTの精度がある程度出るまで微小領域をつなぎあわせる。Colorful Daysを聞いているときにふとひらめきました。さすが名曲である。
![](https://blogimg.goo.ne.jp/user_image/53/67/d0e5dba635dc3bdec73bfd9f77145211.jpg)
上のサンプリングを15個連結した状態。この処理によりある程度FFTの精度が確保され、何とか微小領域ごとにある程度の周波数が求められそう。これである程度過渡的な周波数の遷移が確認できれば良い。
データの作成も容易だし、こういったアイディアがささっと検証できるってのが楽しいところ。
FFTの結果からどのような情報を抽出するかが次の課題ですが、こちらはパワースペクトルの面積などを評価にすれば何とかならないかなーって。
また振幅の遷移もある程度抽出できるロジックは確保できたので、振幅と周波数の時系列データが作成できれば・・・いよいよ、いよいよである。様々な「くっ」の評価ができる事が期待されます。
これは否が応にも盛り上がって参りました。
正直、このブログがどこに向かっているのか、いささか疑問になって参りました。