Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/d1ogocs/afinador-de-instrumentos
Desenvolvimento de um afinador que se ajusta automaticamente ao instrumento musical escolhido pelo utilizador
https://github.com/d1ogocs/afinador-de-instrumentos
butterworth-filter instrument-tuner matplotlib numpy pyaudio python scipy threading tkinter
Last synced: 28 days ago
JSON representation
Desenvolvimento de um afinador que se ajusta automaticamente ao instrumento musical escolhido pelo utilizador
- Host: GitHub
- URL: https://github.com/d1ogocs/afinador-de-instrumentos
- Owner: D1ogoCS
- License: apache-2.0
- Created: 2024-07-22T15:21:13.000Z (6 months ago)
- Default Branch: main
- Last Pushed: 2024-07-29T15:47:27.000Z (5 months ago)
- Last Synced: 2024-12-06T08:04:23.307Z (28 days ago)
- Topics: butterworth-filter, instrument-tuner, matplotlib, numpy, pyaudio, python, scipy, threading, tkinter
- Language: Python
- Homepage:
- Size: 224 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# Afinador de Instrumentos
## Afinador que se ajusta automaticamente ao instrumento musical escolhido pelo utilizador
Foi proposto realizar um projeto que englobasse uma área de Processamento Digital de Sinais e decidi criar uma aplicação, que tem como função ser um afinador que se adapta ao instrumento musical escolhido pelo utilizador.
### Objetivos:
- O utilizador deve escolher qual o instrumento musical que quer afinar
- Ser possível visualizar um gráfico com as frequências que estão a ser capturadas em tempo real
- Mostrar a frequência que está a ser captada
- Indicar a nota e a oitava
- Se o instrumento estiver desafinado, indicar com uma seta para que lado se encontra a nota mais próxima. Se o instrumento estiver afinado, deve aparecer a mensagem "Ok"
- Utilizar um filtro que foi lecionado durante as aulas de Processamento Digital de Sinais
### Ferramentas utilizadas:
- IDLE (Python 3.10 64-bit)
### Tecnologias utilizadas:
- Linguagem Python
### Requisitos técnicos:
- Python 3.7 ou superior
- tkinter
- matplotlib
- pyaudio
- numpy
- scipy
- threading
### Bibliotecas:
- __tkinter__: É uma biblioteca gráfica que permite criar interfaces gráficas para o utilizador (GUI's) em Python. Com o tkinter, é possível criar janelas, botões, caixas de texto, menus, entre outros elementos da interface gráfica.
- __matplotlib.animation.FuncAnimation__: É uma classe da biblioteca matplotlib que permite criar animações em Python. É usada para criar animações de gráficos, como gráficos de linha, de barra, de dispersão, entre outros. A classe FuncAnimation permite criar animações com base numa função que é chamada repetidamente em intervalos regulares.
- __matplotlib.pyplot__: É uma função da biblioteca matplotlib que fornece uma interface para criar gráficos em Python. É usada para criar gráficos de linha, de barra, de dispersão, entre outros. A biblioteca pyplot é baseada na biblioteca MATLAB e é muito útil para visualizar dados em Python.
- __pyaudio__: É uma biblioteca que fornece uma interface para trabalhar com áudio em Python. É usada para gravar e reproduzir áudio em tempo real. A biblioteca pyaudio é muito útil para criar aplicações que precisam trabalhar com áudio, como aplicações de gravação de voz, de reconhecimento de fala, entre outros.
- __numpy__: É uma biblioteca que fornece suporte para arrays e matrizes multidimensionais em Python. É usada para realizar operações matemáticas em arrays e matrizes, como adição, subtração, multiplicação, divisão, entre outras. A biblioteca numpy é muito útil para trabalhar com dados numéricos em Python.
- __scipy.signal.butter__: É uma função da biblioteca scipy.signal que é usada para projetar filtros digitais que podem ser usados para filtrar sinais de áudio, sinais de vídeo, entre outros.
- __scipy.signal.lfilter__: É uma função da biblioteca scipy.signal que é usada para filtrar sinais digitais. A função lfilter é muito útil para filtrar sinais de áudio, sinais de vídeo, entre outros.
- __threading__: É uma biblioteca que fornece suporte para threads em Python. É usada para criar e gerir threads no Python. A biblioteca threading é muito útil para criar aplicações que precisam executar várias tarefas simultaneamente.
### Funções desenvolvidas:
Para que o código da aplicação fique mais organizado e não exista repetição de código, foram implementadas algumas funções.
- __executarComoThread()__: Define a animação do gráfico. Cria uma animação do gráfico que é atualizada a cada 500 milissegundos. A função atualizarGrafico() é executada a cada atualização e é responsável por atualizar o gráfico.
- __atualizarGrafico()__: Define uma função que recebe um parâmetro i. A função atualiza os valores do eixo X e cria um gráfico com os valores das frequências. O gráfico é composto por duas linhas, uma vermelha e outra azul, que representam as frequências sem filtro e com filtro, respetivamente. O gráfico também possui um título, rótulos para os eixos X e Y e uma legenda. O limite do eixo Y é definido de acordo com o instrumento escolhido. Além disso, a função adiciona os valores no gráfico.
- __butterBandpass()__: Define uma função que implementa um filtro passa-banda Butterworth. Aceita quatro argumentos: lowcut, highcut, fs e order.
lowcut: A frequência de corte inferior do filtro em Hz.
highcut: A frequência de corte superior do filtro em Hz.
fs: A taxa de amostragem do sinal em Hz.
order: A ordem do filtro Butterworth.
A função retorna dois arrays NumPy, *b* e *a*, que representam os coeficientes do filtro. Esses coeficientes podem ser usados para filtrar um sinal usando a função lfilter do módulo scipy.signal.
- __butterBandpassFilter()__: Define uma função que implementa um filtro passa-banda Butterworth de ordem *n* para um sinal de entrada com frequências de corte e taxa de amostragem. O filtro é implementado usando a função butterBandpass() que retorna os coeficientes do filtro. Em seguida, a função lfilter() é usada para aplicar o filtro ao sinal de entrada usando os coeficientes do filtro. O sinal filtrado é retornado pela função.
- __buscarBlocoNotas()__: Define uma função que recebe um argumento "option" e define a variável global "blocoNotas" com base no valor de "option".
- __introduzirNotas()__: Define uma função que recebe um número variável de argumentos. A função tem como objetivos: procurar um bloco de notas, limpar o dicionário "notas", ler o bloco de notas e armazená-las as notas no dicionário "notas". Em seguida, a função procura o menor e o maior valor do dicionário "notas" e armazena-os nas variáveis globais "menorValor" e "maiorValor", respetivamente. Por fim, a função imprime o menor e o maior valor do dicionário "notas" e verifica se o dicionário está correto, imprimindo as chaves e os valores do dicionário "notas".
- __ouvir()__: Define uma função que durante um intervalo de tempo recolhe o que é captado pelo microfone e guarda esses dados num array. Após isso, o array é convertido para um array numpy do tipo int16, é aplicado o filtro passa-banda e são calculadas as frequências com e sem filtro.
Depois são executadas algumas operações com base no valor de "selected_option". Se "selected_option" for igual a "Notas Gerais", o código percorre o dicionário "notas" e encontra o valor mais próximo da frequência. Se "selected_option" não for igual a "Notas Gerais", o código percorre o dicionário "notas" e encontra a nota que corresponde à frequência fornecida. Se a frequência captada for menor que a frequência exata da nota, a variável "simbolo" é definida como "--->" e a variável "cor" é definida como "red". Se a frequência captada for maior que a frequência exata da nota, a variável "simbolo" é definida como "<---" e a variável "cor" é definida como "red". Caso contrário, a variável "simbolo" é definida como "OK" e a variável "cor" é definida como "green".
### Resultados:
Quando a aplicação é executada, uma janela e um gráfico são exibidos e vão mostrando a frequência dos dados filtrados e dos dados originais, do que está a ser captado pelo microfone em tempo real.
O microfone capta durante 0,5 segundos e guarda o que foi captado num array. Após isso, é necessário converter esse array num array $numpy$ do tipo int16.
Assim que está em execução, a aplicação calcula a frequência e indica na janela a frequência captada, a oitava e a nota musical.
*Janela principal*
*Gráfico de frequências em tempo real*
O utilizador pode, através de uma lista, adaptar a aplicação para vários tipos de instrumentos.
*Instrumentos disponíveis*
Por exemplo, se o utilizador escolher o instrumento musical "Guitarra" e tocar numa corda do instrumento, a aplicação vai analisar o som e descobrir qual é a nota que mais se assemelha ao som captado.
Depois é indicado se a corda do instrumento se encontra afinada ou não, dependendo da nota musical captada.
Se a seta indicar para a esquerda, significa que a nota se encontra à esquerda, se a seta indicar para a direita, significa que a nota se encontra à direita.
*Nota incorreta*
Se a frequência da nota musical for a correta, existe uma indicação com a palavra "OK" a cor verde.
*Nota correta*
A função de transferência H $(s)$ de um filtro Butterworth de ordem *n* pode ser expressa como:
$$
\[ H(s) = \frac{1}{\sqrt{1 + \left(\frac{s}{\omega_c}\right)^{2n}}} \]
$$
onde:
- $\( s \)$ é a variável complexa;
- $\( \omega_c \)$ é a frequência de corte;
- $\( n \)$ é a ordem do filtro.
A frequência de corte $\( \omega_c \)$ é o ponto onde a magnitude da resposta em frequência é 3 dB abaixo do ganho na faixa de passagem.
Para um filtro Butterworth, as operações matemáticas envolvem manipulação algébrica desta função de transferência. A frequência angular $f$ por $w = 2πf$ está relacionada com a frequência, portanto, a função de transferência também pode ser expressa em termos de $f$ .
*Iustração do filtro Butterworth*
Filtros Butterworth de ordens mais altas geralmente apresentam características de resposta em frequência mais acentuadas e abruptas em comparação com ordens mais baixas. Isso pode levar a representações gráficas que parecem desproporcionais ou têm características distintas.