MP3 sotieren: gesang nicht gesang

[mimi]

Hallo,
wir habe bei uns zuhause eine festplatte mit über 300GB MP3 Dateien(alles gesammelte werte von CD die wir im laufe der jahre angesammelt haben und geript haben)

jetzt wollte ich gerne mal mp3 raußsuchen die instormental sind(also eine stimme nur instomente)
könnte dies ein proramm übernehmen bzw. gibt es evlt. schon fertige programm die das können ?

ich weiß BASS Und FMOD müsten sowas können ich weiß leider nichts genaues....

ich wollte bevor ich mich damit befasse erstmal fragen da das doch etwas aufwendiger sein dürfte dieses Thema !

[xaromz]

Hallo,

ich bin zwar jetzt kein Experte auf dem Gebiet, aber ich vermute, Gesang kann man am verwendeten Frequenzbereich erkennen, also per FFT. Leider hat z. B. die Violine einen ganz ähnlichen Frequenzbereich, weshalb sowas ziemlich schwierig sein kann.

Gruß
xaromz

[mimi]

das habe ich mir schon gedacht... evlt. könnte ich den bereich eingegrenzen wenn ich ihn erstmal isoliert habe... das problem ist: wie "lese" ich freg aus die z.b. über die sounkarte kommen bzw. mit fmod oder bass abgespielt werden(um es zu vereinfachen)?

die freg sind doch interger werte oder ? was genau defnieren sie eigetnlich ?

[xaromz]

Hallo,

Zitat:

Zitat von mimi

das problem ist: wie "lese" ich freg aus die z.b. über die sounkarte kommen bzw. mit fmod oder bass abgespielt werden(um es zu vereinfachen)?

Wie geschrieben, per FFT (Fast Fourier Transformation).

Zitat:

Zitat von mimi

die freg sind doch interger werte oder ? was genau defnieren sie eigetnlich ?

Im Audio-Bereich bestimmt die Frequenz die Tonhöhe; ich hoffe, das meinst du.

Gruß
xaromz

[Matze]

Hi

AFAIK kann man Gesang generell nicht erkennen, selbst bei Eingrenzung des Frequenzbereichs. Da gibt es sehr tiefe Stimmen (vgl. HIM) und sehr hohe (Sopran). Da nützt jegliche Einrenzung nichts.

[mimi]

und könnte denn eine funktion mit einer warscheinlichkeits liste erstellt werden ??
wo jeder datei rein kommt wo es nicht eindeutig ist....

gibt es denn wirklich keine möglichkeit stimmen zu unterscheiden ?
die höhen und tiefen meine ich eigetnlich nicht ich meine noch was anders:

wenn ich 440 mhz(glaube ich war das) ausgebe bekomme ich doch ein A gespielt oder ?
das meine ich

ich sage: spiele freg: 144 und dann wird meine ich ein tiefer ton gespielt und diese 144 müste doch wieder "aufgefangen" werden können oder nicht ?

[Dani]

Wie Matze schon gesagt hat wird deine Kandidatenliste wenig nützen, da einfach kein zuverlässiger, einfacher Algorithmus zur Stimmerkennung existiert. Da musst du schon eine schwache KI entwickeln :p

Probleme:
-Vocoder
-Gesprochene Worte, gesungene Worte (wo ist die Grenze zwischen Instrumental und Gesangslied?)
- etc.

Du könntest aber ein Programm bauen, das die MP3 Tags analysiert und Künstler, bei denen du sicher bist, dass gesungen wird, schonmal ausschließen :)

Falls du es dennoch probieren möchtest, kannst du dir auch zunutze machen, dass die Stimme im Gegensatz zum Rest auf Stereo-Aufnahmen oft auf beiden Kanälen gleichlaut ist (weiß nicht ob das durch die MP3 Kompression verändert wird)

[mimi]

währe ein vorteil für mein vorhaben.... nur ich weiß nicht wie ich mit fmod bzw. bass das prüfen kann was über die soundkarte kommt und z.b. die höhen und tiefen und prüfen kann ob das mit ob beide kanläe gleich laut genutzt werden...

kennt jemmand evlt. eine doku die das erkärt ??? am besten in deutsch muss aber nicht umbeding in delphi sein haupt sache ich verstehe den qullcode denke ich mal...

hättet ihr evlt. auch nocht suchbegriefe ???

(leider weiß ich nicht welche hersteler sing oder nicht !!!, währe aber eine möglichkeit aber ich müste dafür erstmal eine liste erstelen)

[Balu der Bär]

Also mal im ernst, hälst du das wirklich für realisierbar?

Ich meine 300GB MP3's, wieviele Millionen MP3's sind das denn? Selbst wenn es dir gelingen würde einen Algorithmus zu schreiben der prüft ob Gesang vorhanden ist oder nicht, und dieser Algorithmus alle 300GB MP3's prüft, was denkst du wieviele Wochen dieser Test benötigen würde? :gruebel:

[Vjay]

Zitat:

Zitat von Balu der Bär

Also mal im ernst, hälst du das wirklich für realisierbar?

Ich meine 300GB MP3's, wieviele Millionen MP3's sind das denn? Selbst wenn es dir gelingen würde einen Algorithmus zu schreiben der prüft ob Gesang vorhanden ist oder nicht, und dieser Algorithmus alle 300GB MP3's prüft, was denkst du wieviele Wochen dieser Test benötigen würde? :gruebel:

*offtopic*

Das glaube ich nicht, wenn jede MP3 stichprobenartig überprüft wird, dürfte das ziemlich schnell gehen. Er muss diese ja nicht in realtime über die Soundkarte laufen lassen.

[mimi]

sobalt mein programm gesang hört fängt es bei der nächsten mp3 an... das programm soll jetzt nicht jede MP3 datei bis zum ende anhöhren sobalt gesang kommt kommt die nächste und so weiter...

und evlt. schaffe ich es noch das ich die realzeit verschnellern kann..

Das problem ist nur: ich kenne mich noch nicht in diesem thema aus...

und im moment weiß ich noch nicht ab FMOD oder BASS was da besser währe....oder evlt. doch komplet was eigenes?
ich könnte die datei mit bass oder fmod abspielen lassen und ein programm hört dann die soundkarte ab was da raus geht und wenn teil das dem hauptprogramm mit...

ich weiß nur nicht wie ich anfangen soll.. music abzuspielen ist kein thema... aber irgenwas mit der musik zu machen z.b. halt filtern das ist das problem !!!

[tr909]

Das Problem ist ja das das Gesang nicht nur aus einem Sinuston besteht sondern aus einer Überlagerung vieler Frequenzen. Eine Möglichkeit wäre z.B. zu versuchen den Gesang zu entfernen (google mal nach Vocal Remover). Dann das entstehende Signal vom Ursprungssignal subtrahieren. Dann bliebt nur noch die Stimme übrig. Sollte das resultierende Signal einen bestimmten Schwellwert nicht überschreiten hättest du ein Instrumental-Stück. (Wenn du selbst einen Vocal-Remove-Algo hättest könnte mana uch direkt daraus versuchen abzuleiten ob eine Stimme überhaupt vorhanden ist.) Auf jedenfall sind die Ergenisse nie eindeutig und die Fehlerquote ist recht hoch.
Solltest du jedoch einen fehlerfrei arbeitenden Algorithmus hinbekommen läßt sich der bestimmt gut zu Geld machen.

hier mal etwas zum lesen

http://alphard.ethz.ch/hafner/PPS/PP...er/Bericht.htm
http://www.delphipraxis.net/internal...t.php?p=608430

Gruß
tr909

[Matze]

Zitat:

Zitat von tr909

Eine Möglichkeit wäre z.B. zu versuchen den Gesang zu entfernen (google mal nach Vocal Remover).

Diese Tools subtrahieren nur den rechten vom linken Kanel (oder umgekehrt), also kann man auch das vergessen. Der Gasang ist weiterhin dumpf und verzerrt hörbar. Grund ist der, dass der Gesang auch in Stereo aufgenommen wird, wodurch dieser beim rechten und linken Kanal unterschiedlich ist und nicht wegsubtrahiert werden kann. Genau so ist es umgekehrt, funktionieren kann das nicht, jedenfalls nicht zuverlässig, denn bei den meisten Stücken wird alles in Stereo aufgenommen.
Daher kann man auch keinen fehlerfrei arbeitenden Algorithmus erstellen. ;)

[mimi]

gebe es denn überhaupt die möglichkeiten alle freq. anzuzeigen die gerade gespielt werden ???
also ich höhre doch auch unterschiedlich töne die über die soundkarte kommen und somit müssen es doch unterschiedliche freq.geben kann ich sie lesen ? wenn ja wie( :) )

(danke für die links)

[Der_Unwissende]

Zitat:

Zitat von mimi

gebe es denn überhaupt die möglichkeiten alle freq. anzuzeigen die gerade gespielt werden ???

(danke für die links)

Lies doch einfach mal das was die Leute hier schon geschrieben haben / folge den Links. Eine der Möglichkeiten heißt Fourier Transformation. Mit der FFT kannst du schön ein Signal in die einzelne Frequenzen zerlegen (wird z.B. bei Spracherkennung in künstl. Innenohren verwendet).

Gruß Der Unwissende

[mimi]

ich habe mir die bass runtergeladen und da ein beispiel gefunden dort werden alle FFT angezeigt "custloop.exe"
das werde ich mir mal genuer ansehen....
bei der neuen fmod version sind ja leider keine beispiele für delphi dabei :(