Aplikacja myTuner

Jeden z projektów, które zrealizowałem podczas kilkuletniej przygody z iPhonem i iOS-em. Projekt porzuciłem w połowie 2012 roku, ale co pewien czas sobie o nim przypominam. Bardzo możliwe, że kiedyś go wznowię.

Przede wszystkim dzięki temu projektowi nauczyłem się trochę programować w Objective-C i iOS SDK. Poza światem Apple te narzędzia nie są wykorzystywane, ale mimo to cieszę się z tej „przygody”. Dzięki tym umiejętnościom przez przypadek dostałem fajną pracę jako programista iOS, czyli niespodziewanie zacząłem zarabiać dzięki umiejętnościom i doświadczeniu zdobytym w ramach hobby :) Ale dobra, wracamy do projektu…

Algorytm

Jakie są wymagania algorytmu rozpoznawania wysokości dźwięku?

wejście: fala dźwiękowa wyłapana przez mikrofon w urządzeniu. Częstotliwość próbkowania rzędu 20-40 kHz. Po eksperymentach doszedłem do wniosku, że 22050 Hz było wystarczające. Co do ilości próbek – czym ich więcej tym dokładniejszy wynik dostaniemy, ale też obliczenia trwają dłużej. W zastosowanym algorytmie nagranie musi mieć długość co najmniej 2 okresów najniższego wykrywalnego dźwięku (przyjąłem 36 Hz, D1 w strojeniu Drop D), co narzuca długość wejścia ok. 55 ms, czyli ok. 1225 próbek,
wyjście: częstotliwość granej nuty – to się chyba profesjonalnie nazywa częstotliwość bazowa – w hercach, czym dokładniej tym lepiej. Dobrze też jeżeli algorytm potrafi stwierdzić jak bardzo dana częstotliwość wyłania się z szumu, czyli jeżeli nie jest grana żadna nuta, powinien to wykryć jako szum i zwrócić niski współczynnik czystości dźwięku (ang. clarity).

Jest naprawdę sporo algorytmów, które to realizują, ale można wyłonić przynajmniej dwa podejścia/nurty, na których te algorytmy bazują:

analiza w dziedzinie częstotliwości – szybka transformata Fouriera (FFT). Myśląc o szukaniu częstotliwości bazowej, jest to pewnie pierwszy algorytm, który przyjdzie nam do głowy. Traktujemy sygnał za pomocą FFT, szukamy peaków (maksimów funkcji) i jakimś cudownym algorytmem wybieramy peak, który odpowiada szukanej częstotliwości bazowej. Niestety, w tym podejściu bardzo łatwo jest o błąd typu wrong octave – algorytm może zwrócić największy peak odpowiadający częstotliwości, która według naszego ucha wcale nie jest częstotliwością bazową. Kolejną wadą algorytmu jest niska dokładność dla niskich tonów. Wymowny zrzut ekranu z autorskiego narzędzia pomocniczego, prezentujący opisane sytuacje:
analiza w dziedzinie czasu, czyli wszelkiej maści funkcje autokorelacji. Ich główną zaletą jest z kolei wysoka dokładność dla niskich tonów, więc z tego punktu widzenia stanowią dobrą alternatywę dla FFT.

Ostatecznie zaimplementowałem algorytm wykorzystujący oba te podejścia. Doskonale się dopełniają – eliminują nawzajem swoje wady. W praktyce najwięcej problemów sprawiło wybieranie odpowiedniego peaku. W wyniku wielu eksperymentów udało mi się uzyskać algorytm, który jakoś z tym sobie radzi, lecz mimo to sprawa wymagałaby solidnego dopracowania.

Interfejs użytkownika

GUI

W całości zaprojektowany i wykonany przeze mnie. Postawiłem na prostotę i intuicyjność, jednocześnie dostarczając użytkownikowi sporo informacji w efektowny sposób. Całość ma przypominać sprzętowy tuner. Nie wzorowałem się na żadnym konkretnym modelu – narysowałem to co mi siedziało w wyobraźni.

Obszar ze wskazówką, zajmujący najwięcej miejsca, wskazuje odchylenie od „czystej” nuty od -50 do 50 centów i ma przypominać dawne woltomierze czy amperomierze (na przykład taki). Pola wyświetlające wartości liczbowe stylizowane są na wyświetlacze ciekłokrystaliczne. Pod wyświetlaczami znajduje się sporo wolnego miejsca – miała się tam znajdować wizualizacja danej nuty na gryfie gitary.

Program w akcji

Co dalej?

Możliwe, że kiedyś wznowię projekt i przepiszę tuner na Androida. Mam już gotowe sporo elementów interfejsu oraz kwestii backendowych (algorytmy), więc nie powinno to wymagać dużo pracy.