音楽とサウンドの領域では、周波数についての興味深い議論があり、ミュージシャン、歴史家、科学者の注目を集めています。この議論の中心には、しばしば「宇宙の固有周波数」と呼ばれる 432 Hz という数字があります。今日は、音声ファイルがこの神秘的な周波数に同調しているかどうかを判断するために、音声ファイルを分析する Web アプリケーションを構築する私の旅をご紹介します。
技術的な詳細に入る前に、432 Hz が重要な理由を理解しましょう。この周波数は恣意的に選択されたものではなく、深い歴史的ルーツがあります。バッハやベートーベンのような音楽界の伝説的人物は、宇宙そのものと共鳴する自然な調律であると考え、楽器を A=432 Hz に調律しました。
しかし、第二次世界大戦中に標準が 440 Hz に移行されたため、状況は変わりました。 440 Hz をラジオの静音と比較して、微妙な緊張感や不安感を生み出すと主張する人もいます。対照的に、432 Hz は音楽のハーモニーと自然な流れを促進するといわれています。これらの効果を信じるか信じないかにかかわらず、オーディオ周波数を分析するという技術的な課題は依然として興味深いものです。
私たちのアプリケーションは、最新の Web テクノロジーと科学計算ライブラリを使用して構築されています。
私たちのアプリケーションの中核には、高速フーリエ変換 (FFT) アルゴリズムがあります。 FFT はオーディオ信号を時間領域から周波数領域に変換し、音楽内の主要な周波数を特定できるようにします。
分析の仕組みは次のとおりです:
audio = AudioSegment.from_file(io.BytesIO(file_content)).set_channels(1) # Convert to mono samples = np.array(audio.get_array_of_samples()) sample_rate = audio.frame_rate
fft_vals = rfft(samples) fft_freqs = rfftfreq(len(samples), d=1/sample_rate) dominant_freq = fft_freqs[np.argmax(np.abs(fft_vals))]
tolerance = 5 # Hz
result = (
f"The dominant frequency is {dominant_freq:.2f} Hz, "
f"{'close to' if abs(dominant_freq - 432) <= tolerance else 'not close to'} 432Hz."
)
私たちの FastAPI バックエンドは、音声処理の重労働を処理します。主な機能は次のとおりです:
ファイルの検証
オーディオ処理パイプライン
エラー処理
API はシンプルですが効果的です:
audio = AudioSegment.from_file(io.BytesIO(file_content)).set_channels(1) # Convert to mono samples = np.array(audio.get_array_of_samples()) sample_rate = audio.frame_rate
アプリケーションは簡単なインターフェイスを提供します:
重要な機能の 1 つは、周波数のインテリジェントな解釈です。このアプリケーションは、支配的な周波数を知らせるだけでなく、その重要性についても説明します:
fft_vals = rfft(samples) fft_freqs = rfftfreq(len(samples), d=1/sample_rate) dominant_freq = fft_freqs[np.argmax(np.abs(fft_vals))]
解釈システムは、さまざまな周波数範囲のコンテキストを提供します。
この機能は、ユーザーが周波数の数値だけでなく、その音楽的および歴史的背景も理解するのに役立ち、ツールをより教育的で魅力的なものにします。
拡張分析
ユーザー機能
この周波数アナライザーの構築は、音楽、歴史、テクノロジーが交差するエキサイティングな旅でした。あなたが 432 Hz 現象に興味のあるミュージシャンであっても、オーディオ処理に興味のある開発者であっても、このプロジェクトが私たちの音楽の世界を構成する周波数をどのように分析し、理解することができるかについて貴重な洞察を提供することを願っています。
完全なソース コードは GitHub で入手できます。改善のための貢献や提案を歓迎します。さまざまなオーディオ ファイルを自由に試して、周波数分析の魅力的な世界を探索してください!
注: このプロジェクトはオープンソースであり、教育目的で利用できます。周波数分析は実験的な使用を目的としており、プロのオーディオ チューニング アプリケーションには適していない可能性があります。
レエスビセンテ
/
432Hz 周波数チェッカー
このプロジェクトは、曲の周波数が 432Hz であるかどうかを確認します。
なぜ 432Hz なのでしょうか?
432Hz は宇宙の固有周波数と考えられており、バッハやベートーベンなどの偉大な作曲家が魂に響く音楽を生み出すために採用しました。これは、万能音階が楽器の調律に 432A を利用していたことを示しています。しかし、第二次世界大戦中には、これが 440Hz に変更されました。これはラジオの雑音に似ており、方向感覚を失い、不安を引き起こすものです。対照的に、432Hz は調和と流れの感覚を促進します。それは自然で高揚感を感じる理想的な周波数です。自然は本当に素晴らしいですね!
audio = AudioSegment.from_file(io.BytesIO(file_content)).set_channels(1) # Convert to mono samples = np.array(audio.get_array_of_samples()) sample_rate = audio.frame_rate
fft_vals = rfft(samples) fft_freqs = rfftfreq(len(samples), d=1/sample_rate) dominant_freq = fft_freqs[np.argmax(np.abs(fft_vals))]
以上がHz の魔法を探る: 音楽周波数アナライザーの構築の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。
![[Web フロントエンド] Node.js クイック スタート](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
