GuitarX Afinador Iván López Espejo.

Slides:



Advertisements
Presentaciones similares
Paula Sánchez García 1ºB Numero 26
Advertisements

Capítulo 14 – Movimiento armónico simple
1ª PREGUNTA EQUIPO A. ¿A qué número corresponde 3 Unidades más que el 32? Treinta y tres Treinta y cuatro Treinta y dos Treinta y cinco.
La Tecnología LG Direct Drive
Concepto Pentatónica Menor Copyright Jorge Callejas Shields
Manantial de Vida CUENCA
Propiedades de los bonos
Propiedades de los bonos
REPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA ANTONIO JOSÉ DE SUCRE ANTONIO JOSÉ DE SUCRE VICE-RECTORADO PUERTO ORDAZ.
PREPARADURÍA PRIMER EXÁMEN
La señal de voz Asunción Moreno.
Audio y vídeo digital.
TEMA 2.3. MEDIDAS DE TENDENCIA CENTRAL
TRABAJO FIN DE CARRERA Generación de Máscaras Soft para Compensación de Características en Reconocimiento Robusto del Habla I v á n L ó p e z E s p.
Tema 1: Introducción a Estructura de Computadores
Música: Et Resurrexitde la Misa en Si menor de Bach.
1.- Definiciones. 2.- Fórmulas. 3.- Esquema. 4.- Ejercicios.
PROYECTO FIN DE CARRERA.  Introducción y Motivación  Fundamentos del Sistema QbH  Diseño e Implementación  Test y Resultados  Conclusiones  Trabajo.
Qué es el Sonido? Vibración Energía.
Unidad 4 Transmisión Digital.
Importancia del Muestreo Dr. Reynaldo Carvajal Ortiz
1.5 Algoritmos, Pseudocódigo y Diagramas de Flujo
Detector de notas de guitarra 1.Descripción del problema 2. Elección del algoritmo 3. Implementación 4. Posibles mejoras.
Proyecto Audio Fingerprint DSP 2009 Tutor: Juan Cardelino Integrantes: Daniel Aicardi Edgardo Vaz Melina Rabinovich.
Dpto. Señales, Sistemas y Radiocomunicaciones
Dpto. Señales, Sistemas y Radiocomunicaciones
Introducción a los Procesadores Digitales de Señal (DSP)
PROYECTO FIN DE MÁSTER Estimación de Ruido Acústico Mediante Filtros de Partículas para Reconocimiento Robusto de Voz I v á n L ó p e z E s p e j o.
Proyecto PMME Física General 1 – Curso 2008 Dinámica de la partícula Anthony Méndez, Santiago Gómez, Eduardo Lapaz Instituto de Física - Facultad de Ingeniería.
CUALIFICACIÓN PROFESIONAL
Electrotecnia 2º BCH Programa materia.
Con las siguientes frases y organismos armarán su clave taxonómica, pueden agregar otra si la necesitan: usar lápiz preferiblemente.
a) Explicar razonadamente qué clase de movimiento describe el carrito.
Determinacion de endmembers CCA1 Determinación de endmembers mediante una transformacion cónica.
ATV 2002 – Dpto. Electrónica y Tecn. Computadores - UGR 1 Procesamiento de señales de voz.
Estadística Descriptiva
Algoritmo de Detección de Silencio Sebastián Meric. Tomás Urra B. Pregrado.
Estimaciones de Densidad Muestreo Indices de densidad relativa Transectos Marcado y recaptura.
Calcular frecuencia, periodo y rapidez de propagación de una onda
CC3001 Algoritmos y Estructuras de Datos
MPEG1. Codificación de audio
Descripción de Contenidos con Wavelets Jaime Gaviria.
Una aplicación de la Descomposicion Empirica de Modos (EMD) en el estudio de los murmuros causados por estenosis en fistulas Arterio Venosas.
PROBLEMA 1 (Experimental, 2 p)
Detección de Silencio Basado en Umbral de Energía Auto-Ajustable Redes de Alta Velocidad Presentan:Felipe Galaz Cristian Romero Profesora: Marta Barría.
El espectro sonoro NM1 Física Sonido.
U2. Grabación, edición y postproducción de audio
Laboratorio de Estadística administrativa
Procesamiento en el cerebro
Análisis de especies indicadoras Capítulo 25 de McCune y Grace 2002.
Propagación del Sonido
 Transformada Discreta de Fourier Na k corresponde a muestras de la TF de un período. La relación se cumple, independientemente del M elegido. Sea una.
Programación en Pascal
Robot Bailón Desarrollado por: Jesús López Méndez Valerio Rodríguez Robledo.
AUDIO DIGITAL.
E DICIÓN DE S ONIDO F EB La edición de audio es el proceso mediante el cual se elabora un documento sonoro a partir de otro u otros documentos.
Clase 3 Tecnología de la Comunicación II Lics. en Com. Social y Periodismo F AC. DE C S. H UMANAS. UNSL. Creación y edición de audios digitales.
Proyecto Audio Fingerprint DSP 2009 Tutor: Juan Cardelino Integrantes: Daniel Aicardi Edgardo Vaz Melina Rabinovich.
Prof. Joel Moreno Molina
TARJETAS DE SONIDO.
El sonido Autor.
SONIDO Carolina Rubio. S ONIDO D IGITAL D IGITALIZACIÓN DEL SONIDO Muestreo: muestras periódicas de la señal analógica Retención : se mantiene hasta.
Técnicas numéricas para el procesamiento de datos reales Antonio Turiel Instituto de Ciencias del Mar de Barcelona.
PROBLEMAS DE ONDAS 22 –
ACÚSTICA EN ARQUITECTURA M. en Arq. Cecilia González López, Diseño Acústico en Arquitectura Semestre agosto-diciembre de
UNIDAD EDUCATIVA EUGENIO ESPEJO Ing. Christian Hurtado
Muestreo.
Muestreo.
Edición de audio Digital PRINCIPIOS BÁSICOS.. Antes que nada, ¿Qué necesitamos para editar audio? 1.Una computadora. ( características) - Un buen procesador.
Audio digital Audio digital.
Transcripción de la presentación:

GuitarX Afinador Iván López Espejo

Sumario Introducción Arquitectura Funcionamiento Interno Aplicación Final Dónde Encontrarla GuitarX Afinador – Iván López Espejo | iloes@correo.ugr.es

Introducción ¿Qué es GuitarX Afinador? GuitarX Afinador – Iván López Espejo | iloes@correo.ugr.es

Introducción ¿Qué es GuitarX Afinador? ¿Cómo surgió? GuitarX Afinador – Iván López Espejo | iloes@correo.ugr.es

Introducción ¿Qué es GuitarX Afinador? ¿Cómo surgió? ¿Por qué liberarlo? GuitarX Afinador – Iván López Espejo | iloes@correo.ugr.es

Arquitectura Aplicación JAVA GuitarX Afinador – Iván López Espejo | iloes@correo.ugr.es

Funcionamiento Interno Selección de la cuerda de afinación Captura de flujo de audio y segmentación en tramas de 160 muestras (20ms/8kHz) Normalización de trama Clasificación de trama en sonora o silenciosa Enventanado con función de Hamming Cálculo de la autocorrelación sesgada GuitarX Afinador – Iván López Espejo | iloes@correo.ugr.es

Funcionamiento Interno Selección de la cuerda de afinación Captura de flujo de audio y segmentación en tramas de 160 muestras (20ms/8kHz) Normalización de trama Clasificación de trama en sonora o silenciosa Enventanado con función de Hamming Cálculo de la autocorrelación sesgada GuitarX Afinador – Iván López Espejo | iloes@correo.ugr.es

Funcionamiento Interno Selección de la cuerda de afinación Captura de flujo de audio y segmentación en tramas de 160 muestras (20ms/8kHz) Normalización de trama Clasificación de trama en sonora o silenciosa Enventanado con función de Hamming Cálculo de la autocorrelación sesgada GuitarX Afinador – Iván López Espejo | iloes@correo.ugr.es

Funcionamiento Interno Selección de la cuerda de afinación Captura de flujo de audio y segmentación en tramas de 160 muestras (20ms/8kHz) Normalización de trama Clasificación de trama en sonora o silenciosa Enventanado con función de Hamming Cálculo de la autocorrelación sesgada GuitarX Afinador – Iván López Espejo | iloes@correo.ugr.es

Funcionamiento Interno Selección de la cuerda de afinación Captura de flujo de audio y segmentación en tramas de 160 muestras (20ms/8kHz) Normalización de trama Clasificación de trama en sonora o silenciosa Enventanado con función de Hamming Cálculo de la autocorrelación sesgada GuitarX Afinador – Iván López Espejo | iloes@correo.ugr.es

Funcionamiento Interno Selección de la cuerda de afinación Captura de flujo de audio y segmentación en tramas de 160 muestras (20ms/8kHz) Normalización de trama Clasificación de trama en sonora o silenciosa Enventanado con función de Hamming Cálculo de la autocorrelación sesgada GuitarX Afinador – Iván López Espejo | iloes@correo.ugr.es

Funcionamiento Interno Interpolación temporal de la autocorrelación mediante Algoritmo 8.1. Detección de pico máximo Frecuencia directamente proporcional al factor de interpolación por la frecuencia de muestreo e inversamente proporcional a la posición de la muestra máxima en la secuencia de autocorrelación GuitarX Afinador – Iván López Espejo | iloes@correo.ugr.es

Funcionamiento Interno Interpolación temporal de la autocorrelación mediante Algoritmo 8.1. Detección de pico máximo Frecuencia directamente proporcional al factor de interpolación por la frecuencia de muestreo e inversamente proporcional a la posición de la muestra máxima en la secuencia de autocorrelación GuitarX Afinador – Iván López Espejo | iloes@correo.ugr.es

Funcionamiento Interno Interpolación temporal de la autocorrelación mediante Algoritmo 8.1. Detección de pico máximo Frecuencia directamente proporcional al factor de interpolación por la frecuencia de muestreo e inversamente proporcional a la posición de la muestra máxima en la secuencia de autocorrelación GuitarX Afinador – Iván López Espejo | iloes@correo.ugr.es

Funcionamiento Interno Actualización de LEDs indicadores en función de la frecuencia fundamental de vibración de la cuerda estimada Cuerda (Nota) Frecuencia fundamental (Hz) 1ª (Mi4) 329.63 2ª (Si3) 246.94 3ª (Sol3) 196 4ª (Re3) 146.83 5ª (La2) 110 6ª (Mi2) 82.41 GuitarX Afinador – Iván López Espejo | iloes@correo.ugr.es

Aplicación Final GuitarX Afinador – Iván López Espejo | iloes@correo.ugr.es

Dónde Encontrarla Buscando en Google… Forja de código de Google PortalProgramas UPtoDOWN … GuitarX Afinador – Iván López Espejo | iloes@correo.ugr.es

GuitarX Afinador GRACIAS Iván López Espejo iloes@correo.ugr.es GuitarX Afinador – Iván López Espejo | iloes@correo.ugr.es