isobar 技术文档
2024-12-26 19:35:04作者:庞眉杨Will
1. 安装指南
isobar 是一个用于创建和操作音乐模式的 Python 库,专为算法作曲、生成音乐和声音化设计。它使得表达复杂的音乐想法变得快速而简单,并且可以从多种不同的来源发送和接收事件,包括 MIDI、MIDI 文件和 OSC。
安装方式
isobar 可以通过 pip 进行安装,具体命令如下:
pip3 install isobar
安装完成后,您可以通过导入 isobar 模块来开始使用该库。
2. 项目的使用说明
isobar 的核心元素是 Timeline,它可以控制自己的节奏或与外部时钟同步。在 Timeline 上,您可以调度 Pattern,这些模式可以是音符序列、控制事件、程序更改或通过 lambda 函数生成的其他任意事件。模式用作生成事件的模板,这些事件会在 OutputDevice 上触发音符或控制更改。
示例代码
以下是一个简单的示例,展示了如何使用 isobar 创建一个几何序列并在小调音阶上播放:
from isobar import *
# 创建一个小调音阶上的几何序列
arpeggio = PSeries(0, 2, 6)
arpeggio = PDegree(arpeggio, iso.Scale.minor) + 72
arpeggio = PPingPong(arpeggio)
arpeggio = PLoop(arpeggio)
# 创建一个速度序列,每第4个音符有强调,并添加随机漫步以创建动态变化
amplitude = PSequence([50, 35, 25, 35]) + PBrown(0, 1, -20, 20)
# 创建一个时间线,设置速度为 120 BPM
timeline = Timeline(120)
# 调度事件,属性由模式对象生成
timeline.schedule({
"note": arpeggio,
"duration": 0.25,
"amplitude": amplitude
})
# 运行时间线
timeline.run()
3. 项目 API 使用文档
isobar 提供了丰富的 API 来生成和操作音乐模式。以下是一些常用的模式类及其功能:
核心模式类 (CORE)
Pattern: 所有模式生成器的抽象超类。PConstant: 返回一个固定值。PRef: 包含对另一个模式的引用,可以动态替换。PFunc: 返回由函数生成的值。PArrayIndex: 从数组中请求指定的索引。PDict: 从字典数组或字典的数组中构造模式。PDictKey: 从字典中请求指定的键。PConcatenate: 连接多个序列的输出。
标量模式类 (SCALAR)
PChanged: 如果输入模式的值发生变化,则输出 1。PDiff: 输出输入模式的当前值与先前值之间的差异。PSkipIf: 如果skip为假,则返回input;否则返回None。PNormalise: 将input自适应地归一化到 [0..1] 的线性范围。PMap: 将任意函数应用于输入模式。PMapEnumerated: 将任意函数应用于输入,并传递一个计数器。PScaleLinLin: 将input从线性范围 [a,b] 映射到线性范围 [c,d]。PScaleLinExp: 将input从线性范围 [a,b] 映射到指数范围 [c,d]。PRound: 将input四舍五入到 N 位小数。PScalar: 将元组和列表减少为单个标量值。PWrap: 将输入音符值包装在<min>, <max>之间。PIndexOf: 在<list>中查找pattern中项目的索引。
序列模式类 (SEQUENCE)
PSeries: 算术序列,从start开始,以step递增。PRange: 类似于PSeries,但指定最大值/步长值。PGeom: 几何序列,从start开始,以step相乘。PImpulse: 每<period>个事件输出 1,否则输出 0。PLoop: 重复有限pattern进行n次重复。PPingPong: 将输入模式来回播放 N 次。PCreep: 循环length音符段,在repeats次重复后前进creep音符。PStutter: 将pattern的每个音符播放count次。PSubsequence: 返回输入模式的有限子序列。PReverse: 反转有限序列。PReset: 每当trigger为真时重置pattern。PCounter: 每当trigger过零时,计数器加 1。PCollapse: 跳过input中的任何休止符。PNoRepeats: 跳过input中的重复值。PPad: 用休止符填充pattern,直到达到长度length。PPadToMultiple: 用休止符填充pattern,直到其长度可被multiple整除。PArpeggiator: 琶音器。PEuclidean: 生成欧几里得节奏。PPermut: 生成count个输入项目的每个排列。PPatternGeneratorAction: 每当其模式耗尽时,通过调用<fn>请求新模式。PSequenceAction: 遍历数组,执行函数并重复。
随机模式类 (CHANCE)
PWhite: 在min和max之间的白噪声。PBrown: 布朗噪声。PCoin: 硬币抛掷,根据probability返回 0 或 1。PWalk: 在列表中随机漫步。PChoice: 从values中随机选择一个元素,可选地按weights加权。PSample: 从values中随机选择多个元素。
4. 项目安装方式
isobar 的安装非常简单,只需使用 pip 命令即可完成安装:
pip3 install isobar
安装完成后,您可以通过导入 isobar 模块来开始使用该库。详细的安装指南和使用说明可以参考官方文档。
通过本文档,您应该能够快速上手 isobar,并利用其强大的功能进行音乐创作和声音化处理。如果您有任何问题,可以参考官方文档或查阅示例代码。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
255
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.18 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.09 K
618
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
261
92