あちゃぴーの自転車通勤

Meadow フォントなどの設定

2012-03-02T19:28:00.000+09:00

フォントを Inconsolata & MiryoKe_Gothic へ
デフォルトのままでは英字は小さく、日本語は大きく、アンバランスで読みにくいと感じたので、フォントの代替を含めて検討してみる。

Inconsolata
http://www.google.com/webfonts/specimen/Inconsolata
英数字は、プログラムに使うことを考えると、数字の「0」と英字の「O」の判別が明確であることが重要。同じように数字の「1」と英小文字の「l」など。そういう基準で探すと、Inconsolataがよかった。プログラム用としては人気のフォントのようだ。マイクロソフトのConsolasもよかったけど、フリーで優れたものがあるなら、そちらを応援したい。

メイリオフォント
マイクロソフト Windows XP 向け ClearType 対応日本語フォント
問題は日本語なのだが、今までＭＳゴシックを使っていたが、小さい文字はビットマップでギザギザ。これが文字の並びによっては結構きつい。そこでマイクロソフトのClearTypeのメイリオフォントの登場。よく調整されているフォントで小さい文字でも視認性がよいが、字間の幅が可変になってしまう。文字の固定幅(等幅)利用は、まだまだ健在なので、メイリオをいじった固定幅のMeiryoKe_Gothicを使うことにした。このフォントはメイリオフォントにmeiryoKeジェネレータというパッチを当てて生成する。いろいろ微妙な気もするので、あえてリンクは貼りません。気になる人は検索して調べてください。ＭＳゴシックの代替として使えるのでXPのシステムフォントとしてもスムーズな導入が可能。下のサンプルを見るとわかると思うが、オリジナルメイリオだと見た目のバランスは良いのだが、横に長くなってしまう。特に英数字がＭＳゴシックとは全く違う幅。

なお MeiryoKe_Gothic のフォントセットには以下の４種類が含まれている。

Meadowの設定
.emacsに書き込むことで適用する。英数字はInconsolata、日本文字はMeiryoKe_Gothicを表示するように設定した。

(w32-add-font
"fontset-meiryoke"'((strict-spec((:char-spec ascii :height any)
(w32-logfont "Inconsolata" 0 17 400 0 nil nil nil 0 1 3 49))
((:char-spec ascii :height any :weight bold)
(w32-logfont "Inconsolata" 0 17 700 0 nil nil nil 0 1 3 49))
((:char-spec ascii :height any :slant italic)
(w32-logfont "Inconsolata" 0 17 400 0 t nil nil 0 1 3 49))
((:char-spec ascii :height any :weight bold :slant italic)
(w32-logfont "Inconsolata" 0 17 700 0 t nil nil 0 1 3 49))
((:char-spec japanese-jisx0208 :height any)
(w32-logfont "MeiryoKe_Gothic" 0 17 400 0 nil nil nil 128 1 3 49))
((:char-spec japanese-jisx0208 :height any :weight bold)
(w32-logfont "MeiryoKe_Gothic" 0 17 700 0 nil nil nil 128 1 3 49)
((spacing . -1)))
((:char-spec japanese-jisx0208 :height any :slant italic)
(w32-logfont "MeiryoKe_Gothic" 0 17 400 0 t nil nil 128 1 3 49))
((:char-spec japanese-jisx0208 :height any :weight bold :slant italic)
(w32-logfont "MeiryoKe_Gothic" 0 17 700 0 t nil nil 128 1 3 49)
((spacing . -1)))
((:char-spec katakana-jisx0201 :height any)
(w32-logfont "MeiryoKe_Gothic" 0 17 400 0 nil nil nil 128 1 3 49))
((:char-spec katakana-jisx0201 :height any :weight bold)
(w32-logfont "MeiryoKe_Gothic" 0 17 700 0 nil nil nil 128 1 3 49)
((spacing . -1)))
((:char-spec katakana-jisx0201 :height any :slant italic)
(w32-logfont "MeiryoKe_Gothic" 0 17 400 0 t nil nil 128 1 3 49))
((:char-spec katakana-jisx0201 :height any :weight bold :slant italic)
(w32-logfont "MeiryoKe_Gothic" 0 17 700 0 t nil nil 128 1 3 49)
((spacing . -1)))
)))
(setq default-frame-alist
(append (list'(font . "fontset-meiryoke"))default-frame-alist))

結果は以下のような表示を実現。英数字も日本語もそこそこのバランスで表示されている。

ちなみに下がデフォルトの状態。日本語と英数字のバランスが悪く、混在すると読みにくくなる。

ClearType Tuning
http://www.microsoft.com/typography/ClearTypePowerToy.mspx
実は今までClearTypeの文字を積極的には使っていなかった。ビットマップのシャキっとした文字に比べボケた印象があったからだ。でも実は調整することでかなり印象が変わることを発見。マイクロソフトからClearType Tuningというコントロールパネルのソフトをダウンロードして調整する。

メインで使うフォントが一番きれいに見えるように調整する。結構微妙で、フォントによって最適値は違うように思えたし、フォントサイズでも違う。この調整をしないとClearTypeのよさは実感できない。下は同じフォントだが、設定が違うと大きく違って見える例。

JIS配列キーボードのキー入替えをレジストリで行う
MeadowはWindowsユーザーからすると特殊なキーバインドなので、現状のキーボードのレイアウトでは使い勝手が悪い。これまでもCapsLockだけはCtrlにして使っていたけど、それだけでは不足で、今回思い切って以下のように配置した。

無変換　を　Alt
変換　を　半角/全角
カタカナひらがな　を　BackSpace

無変換をAltにした理由はMeadowではM-x(Alt x)などのAltを使う頻度がかなり高い。これを左手親指で打つのだが、初期位置では親指を曲げて打たなくてはだめ。そこで無変換をAltにすることで素直に打つことが出来るようになる。

変換キーを半角/全角にした理由は、半角/全角キーの使用頻度が高いにも関わらず、一番端に配置され、小指をぐいっと伸ばさないと届かないので以前から不満だった。そこで、使わない変換キーに割り当ててみた。しばらく使うと、これは快適だった。もっと早くこうすればよかった。キーボードの1列目は本来打ちやすいのに、使わないキーが複数ある。有効利用しなくちゃもったいない。

カタカナひらがなキーも使わなかったキーのひとつ。しかも間違って押すとイライラするキーでもあった。ということでBackSpaceにした。BackSpaceも小指をぐいっと伸ばす位置にあるので、この位置に来たことですごく楽になった。JIS配列は小指の負荷でかすぎ。基本的な配置を崩さずにキーを詰め込んだ結果小指の担当キーが増えて、使用頻度の高いものが遠くへ移動してしまったわけだが。

キーの配置変更方法(WindowsXP)
ファイル名を指定して実行からregeditと打って開く。

HKEY_LOCAL_MACHINE > System > CurrentControlSet > Control > KeyBoard Layout >

に入って新規でScancode Mapを作成する。すでにあれば、それに修正を加える。
16進数になっているので、キーのコードをマイクロソフトなどで調べて割り当てる。ドキュメントがあるので、そこにすべてのキーが書かれている。個人的な設定はこんな感じ。%以下はコメントです。

0000 0000 % ヘッダ
0000 0000 % ヘッダ
0500 0000 % DWORDの数(nullも含める)
1d00 3a00 % 1 ctrl < Caps
3800 7b00 % 2 Alt < 無変換
2900 7900 % 3 半角/漢字 < 変換
0e00 7000 % 4 BackSpace < カタカナ
0000 0000 % 5 null

実際の編集は下のようになる。

主なキーコード


Esc	01 00
BackSpace	E0 00
Delete	E0 53
Tab	0F 00
Caps Lock	3A 00
Enter	1C 00
L Shift	2A 00
R Shift	36 00
L Ctrl	1D 00
R Ctrl	E0 1D
L Alt	38 00
R Alt	E0 38
Space Bar	39 00
Num Lock	45 00
Scroll Lock	46 00
L Win	E0 5B
R Win	E0 5C
Application	E0 5D
ひらがなカタカナ	70 00
半角/全角	29 00
無変換	7b 00
変換	79 00

他にも色の設定とか、折り返しマークの色とか、気になる部分を修正している。かなり快適なMeadowになってきた。

多機能エディタ Meadow を試す

2012-02-28T18:21:00.000+09:00

Windows版 Emacsである超多機能エディタMeadowを使ってみることにした。インストールから環境設定までのメモ。ちなみに、この素晴らしい環境はすべて無料です。

以前Linuxを使っていたときにEmacsをいじったことはあるのだが、GUIに慣れた身としては、とっつきにくい印象だった。独特のコマンドによる操作と、独特のショートカットがそれで、MacやWindowsとは随分違う。慣れが必要。また見た目があまりにもシンプルで何をしていいのか分からないぐらい。スクロールバーもメニューも非表示にできる。でも機能はありえないぐらい詰め込める。シンプルな初期状態から、自分の好みで機能をトッピングすればいい。はじめから重装備ではないので、動作はキビキビしている。また、ちょっとした機能を追加したい場合は、自分でスクリプトを書いてしまえばいい。かゆいところに手がいくらでも届くエディタではあるが、それなりの知識が必要とされる。マニアックなエディタなので、誰にでも勧められるものではないが。

導入理由
C、C++のエディタ、コンパイラー、実行までをシームレスで行いたかったから。ちょっとした小さいプログラムの実験なので、巨大なIDEは不釣合いだし、エディタとコマンドプロンプトの組合わせも煩雑に感じたので、コンパクトにサクサクやるにはMeadowが適当に思えたのだ。

Javaを書くのもMeadowを使ってみようかと思う。最終的にはEclipseを使うが、ちょろちょろコンソールで実験するときはMeadowで十分。

あとLaTeXをMeadowから使うという目的もある。今まではWinShellを使っていたが、せっかくなので、Meadowに移行しようと思う。数式を書くのはやっぱりLaTeXがいい。

導入の理由はこんなところ。あとはカスタマイズが半端なくできる魅力は大きい。

Meadowのインストール
http://www.meadowy.org/meadow/wiki/
Meadow 2.10 (ASAGAO) -- リリース版
一通り必要なものがセットになって、設定までしてくれるので、随分楽できる。ありがたいことだ。
インストーラー(348KB)をダウンロードして、必要なパッケージにチェックしてインストールする。今回はネットインストールした。そもそもパッケージ内容が分からないので、下記URLで内容をチェックして必要そうなものだけインストールする。
http://www.meadowy.org/meadow/netinstall/wiki/PkgList
まぁ不足したり、必要ないものをインストールしてしまった場合でも、インストーラーから追加削除が行えるので気楽にできる。

結局サイズは100MBぐらいになった。ただ、どのパッケージをインストールするかで大きく変わる。そのうち、使わないものを削除していこうと思う。
起動すると、メモリは13～25MBぐらい使っていた。エディタとしてはかなり大食いだが、IDEよりはマシ。

MinGWのインストール
http://www.mingw.org/
MinGW-5.1.4.exe
CとC++のコンパイルをするために必要。Meadowからコントロールして使う。他にCygwinというものもあるが、これはUNIX環境という感じでコンパイル目的には大きすぎる。
MinGWはインストーラー(137KB)をダウンロードして、セットアップするだけ。オプションでコンパイラーを選択すると、必要なものがダウンロードされる仕組み。個人的に必要なのはCとC++なので、
MinGW base tools
g++compiler
make
にチェックを入れる。５分程度でインストールは完了する。ディスク容量は71MB程度となった。

環境変数 Path に
;C:\MinGW\bin
を追加して完了。

LaTeXのインストール
LaTeXは数式などをきれいに表示することができる組版処理ソフト。理数系の大学では論文用としてポピュラーなはず。
http://www.math.sci.hokudai.ac.jp/~abenori/soft/index.html
TeXインストーラ3 0.81r7
インストーラーは上記のものを使わせてもらった。手動であれこれやっていたら、かなり時間がかかりそうなことを自動でやってくれるのでありがたい。それでもインストールはADSL環境で30分以上かかると思ったほうがいい。とにかくDLされる数が多く、容量がデカイのだ。

インストールはいくつかの箇所に行われる。GhostscriptとGSview以外はC:\w32texの中だと思われる。そのW32texのフォルダ容量は1.278GBにもなる。このデカさは、なんとかならないものか・・・。その中のフォルダは
bin 88MB
download 325MB
dviout 6.2MB
share　960MB
という構成。downloadは削除しても問題ないが、しばらくは環境をいじくりまくるので、そのままにしておこう。インストールされたソフトは大きく分けて以下の通り。

W32Tex(LaTeX) C:\w32tex\bin 87MB Path自動(C:\w32tex\bin;)
本体　主にtexで書かれたファイルをdviファイルに変換する。この中にある platexやdvipdfmxなど複数のプログラムを使う。コンパイルのときにC:\w32tex\shareの中も使う。また作られたdviファイルを元にPDFファイルにも変換する。texファイルからいきなりPDFファイルは作れない。

dviout C:\w32tex\dviout 6.2MB
dviファイルのビューア。これはMeadow上でtexファイルを編集しつつ、最終的なレイアウトや数式などを確認するのに必須のソフト。プレビューの質はアドビのPDFに比べて落ちるが、Meadow上でtexを編集しつつコンパイルするたびに、dvioutに表示されているその書類が自動更新される。使い勝手が抜群によく、texファイルを編集するときにはMeadowとセットで使うイメージ。
このプログラムは手動でPathを通す必要がある。
;C:\s32tex\dviout
を追加する。

Ghostscript C:\gs 42MB　Path自動(C:\gs\gs9.04\bin;C:\gs\gs9.04\lib;)
PostScriptファイル用のインタープリタ。PSファイルをPDFへ変換する。これがないとPS画像等がPDFに反映されない。ということでPSファイルを使うなら必須。
ちなみにfilename.epsというPSファイルがあったとして、コマンドプロンプトで、

ps2pdf filename.eps

とか打つと、PDFファイルに変換される。これは単独でもいろいろ便利そうだ。プリンタ的にPDFを作成することも可能。

GSview C:\Program Files\Ghostgum 3.5MB　Path自動
PostScriptファイルをPDF、JPEG、PNGに変換及びPS&PDFビューア。必要なのかな？ビューアはアドビの純正ビューアを使えばいいし、画像の変換は個人的には他のソフトを使うので必要ない。試しに減量のため抜いてみたが、とりあえず問題なくtexの処理はできている。また単独で起動するとRegistrationが毎回開く。ということで思いっきり削除対象。
ちなみにAdobe Reader10を見たら、サイズが140MB以上もあるのね。単なるビューアとしては巨大するぎるものになってしまったようだ。それを思うとサイズが3.5MBのGSviewはかわいいかもしれない。同じ書類を開いてみるとAdobeはシャキシャキした動作だが、GSviewはもっさり動く。拡大縮小はかなり辛そうだ。
ついでに軽量PDFビューアを探す。SumatraPDFというのがいいかも。軽量で高速。余計な機能はない。サイズは約8.5MB。これで十分というか一番快適。Adobe Readerは捨てよう。もしくはGoogle Chromeをビューアとして使うという手もある。若干もっさりするけど。

今回1台目のインストールはネット経由で行ったけども、2台目以降のPCには各種ファイルをそのままコピーして、Pathを通すだけで使えるようになった。お手軽。

Meadowの環境設定
インストールした C:\Meadow の階層に dot.emacs.ja というファイルがあるので、名前を変更して.emacsにする。これが設定ファイルとなる。Meadowはこの設定ファイルが重要で、気に入るまで、これをいじりまくることになる。Windowsではこの名前を手軽には変更できないので、コマンドプロンプトから行う。cdコマンドでC:\Meadowに移動して、

rename dot.emacs.ja .emacs

と打ってEnterすると名前が変更される。

独特なショートカット、コマンド。Meadowではキーバインドという。
C-x と書かれていたら Ctrl と x を押すという意味。
M-x と書かれていたら Alt と x を押すという意味。
これが分からないと一歩も先に進めない。
コピー＆ペーストは他ソフトとは違うので、使ったことがない人は、そういうものも一から覚える必要がある。

C: コンパイルと実行の確認
まずは、ソースを書いてみる。そして適当にhelloworld.cとして保存すると、C言語として認識され、表示が下のように変わる。

このファイルを開いたままコンパイルをしてみる。やり方はいろいろあるようだが、とりあえず、こんな感じでコンパイルしてみた。
M-x compile
と打つと、下のように表示される。

このままでも、コンパイルできるようだが、私の環境では何か足りなかったのかうまく行かなかったので、下のように書き換えてみた。直接g++に指示を出すかんじ。

うまくコンパイルできたようだ。画面が上下に分割されてコンパイルされたことが確認できる。

次にできたexeをMeadow内で走らせてみる。今度は、
M-x shell
と入力すると、アクティブな画面がコマンドプロンプトと同じように扱えるようになる。出来たexeファイルの実行は
a.exe
と打ってEnterするだけ。中段がその結果で、ちゃんとHello World!と出た。(
helloworld.exe が a.exe になってしまったのは、コンパイラーへの指示を手抜きしているから。)

ちなみにMeadowは画面の分割の自由度がすごくあって、好きなように表示させることができる。さらに縦にも分けることができる。上の絵なんて見た目的には、テキストエディタが３段になっているようにしか見えないけど、役割は全部違う。

Java: コンパイルと実行の確認
同じようにJavaでも試してみる。上段がソースで、Hello Javaと表示させるだけのもの。コンパイルはCのときと同じで、
M-x compile
と打ってEnterする。そして、下のように書き換える。
javac HelloJava.java
これでEnterすると、コンパイルされる。

次に実行してみる。中段のshellで、java HelloJavaと打って実行して、その結果が次の行に Hello Javaと出ている。

LaTeXの設定と確認
まずファイル .emacs に次の行を追加。

;;野鳥を起動　yatex
(setq auto-mode-alist
      (cons (cons "\\.tex$" 'yatex-mode) auto-mode-alist))
(autoload 'yatex-mode "yatex" "Yet Another LaTeX mode" t)
(setq load-path (cons (expand-file-name "~/src/emac/yatex") load-path))

;dvipdfmx(C-c t l )でPDF作成
(setq dviprint-command-format "dvipdfmx %s")

LaTeXの拡張子である.texが読み込まれると、自動的にMeadow用のyatexが起動するようになる。操作は以下の通り。
C-c t j でコンパイルされる。
C-c t p でdvioutが起動して表示の確認ができる。
C-c t l でdviファイルをPDFに変換する。

とりあえず最小限の設定をして試してみる。
下の数式はPDFで出力した例。LaTeXは数式をかなりきれいに表現することができる。今までは、このためだけにLaTeXを使っていたようなもの。また数理処理ソフトのMaximaで書いたものをコピーしてLaTeXに貼り付けることも出来るので何かと便利。

数式以外にも、いろいろ試してみたら、Meadowのよさもあって、かなり使い勝手がよかったことに気づく。今後、文書作成でLaTeXを使っていこうと思う。今まで各種報告書などは、MS WORD を指定される場合も多く、とても嫌だった。許されれば今後はLaTeXで作ってPDFで提出したい。原稿などはLaTeXでよいという話も聞いているので、仕事でも使えそうだ。

LaTeXは複数のファイルで１冊を構成することも出来るし、画像も貼ることができる。ただし、それなりのカスタマイズが必要なのね。EPSが基本で、PNGとかJPEGなどは別途設定が必要だった。ベクターのEPSは拡大しても画像が荒れることもなく何かと便利そうなので、勉強して使いこなせるようにしたい。下はLaTeXの学習メモなのだが、自動で目次まで作れてしまったという例。そのまんま本になりそうな勢い。また各章の番号は自動で入るので、追加修正が楽ちん。ちょっとしたメモも、人に見せられるレベルになってしまうなぁ。

さらにLaTeXはテキストなので、通常の文書作成でファイルが巨大になることはない。画像などもリンクとなるので、容量が大きくなることもない。数百ページのテキストを作っても軽いことは明らか。この身軽な環境からは離れられそうもない。それでいて人に渡すときは高品質のPDFになるのだから文句はない。自在に使いこなすには時間がかかりそうだが。

MusiXTeX
Wikiを見ているとLaTeXのよさが見えてきて感心していたら、MusiXTeXという楽譜作成を目的としたTeXを発見。どんなものかなとサンプルをコンパイルしたら、あれれ、出来てしまったよ。MusiXTeXの環境がすでに出来ていたのか？てっきりエラーが出ると思ったのに。出力結果は下のようなもので素晴らしい。でも上の文章を打つのと違って、これを打つのはかなり大変そうだな。それでも数式と楽譜を混在した文書を作るときには便利そうだ。すでに環境は出来ているのだから使うべきでしょう。覚えることが多すぎる・・・

サンプルのtexファイルと同じ階層にあったプラグインのstyファイルを移動する。
multicol.sty
musixjdc.sty
これを以下のディレクトリに入れることで、texファイルと同じ階層になくてもMusiXTeXを利用できるようになった。
C:\w32tex\share\texmf-local\tex\platex

高精度HPFをJavaで作る

2012-02-23T12:27:00.000+09:00

HPF(ハイパスフィルター)は何かと必須だと思えて、AudacityのHPFやらEQやらVSTを試してみる。HPFは違いが音として分かりにくい側面があるのだけど、ミックスなどでは確かに質が変化してくる。目立たないけどめちゃくちゃ重要じゃないか？HPFって。

AudacityのHPFはIIRのButterworthタイプで高速に処理できるのはよいのだが、位相が変化してしまう欠点があるのと、効き方がどうしてもゆるくなってしまう。

次にAudacityのEqualizationをHPFとして使う手もあると思って試してみる。フィルタータイプはおそらくFrequency Sampling MethodでFFTを使って高速処理しているようだ。直線位相なので、位相の問題も出ないで、かなり高精度。タップ数は最大で8191使える。ただよくよく検証してみると、FFTによるものだろうか？計算誤差が出ていると思えた。ディザレベルの誤差なので、まず聴いて分かるような範囲ではないが、FFTって、やっぱりいろいろ無理があると思ってしまう。周波数領域での畳み込みはどうも納得できない。スピードをとるか、精度をとるかで、現実的にはスピードが採用されるということなのだろう。

VSTのHPFもいくつか試してみるが、上記と同じ問題を抱えているし、Audacityとの相性の問題も出てしまう。FIRタイプだと音が遅れてしまうのが普通。

ということで、精度優先でHPFを作ってみた。速度を無視すればいくらでも精度を上げられる。はっきり言って実用性はあまりない。リアルタイム処理なんて絶対無理。ただ試したかっただけ。FFTだったら、数秒で処理するところを、数十秒から分単位で計算する・・・。

タップ数を無限にすれば理想的だが、さすがに終わらない計算をさせるつもりはない。せいぜい数千タップで計算して、窓関数もかけてしまう。そこそこ妥協はしている。それでもスピードを犠牲にした精度は理想に近くなった。floatの音声ファイルの処理なら、バイナリーレベルでチェックしても誤差0となった。またFIRの遅れもリアルタイムではなので、レイテンシー0に細工した。

公開できるレベルで最適化していないので、まだ非公開。誤差が出ない範囲で効率化を実現したら公開しようかと思う。

Phaser Javaで自作

2012-02-20T10:45:00.001+09:00

All-passフィルタを組み合わせて実際にエフェクタを作ってみようと思う。参考にしたエフェクタはAudacity標準のPhaserとVSTのClassic Phaserの２つ。一通り試してみたが、パラメータに不明な部分がある。StagesやLFOの速度、Feedbackなどはよいのだが、Depthの考え方にバラツキがあるように思えた。PhaserのDepthは一般的にLFOの揺れ幅を示すと思う。実際に加工してもそのように動作しているものが多そうだ。しかし、基準値が不明なのだ。Audacity標準Phaserでは、Depthが255だと0～約11kHzの間を回っているようだが、浅くしていくと、上限の周波数が低くなっていくようだ。Classic Phaserは動きが違っていて、常に0～21kHzまで効くようだ。DepthはノッチフィルターとしてのQの幅が変化、もしくはミックスの割合が変化。LFOの周期は一定。高域の特性はローパスフィルタで調整している。他のVSTのPhaserのパラメータを見ても、いろいろな表現があるようだし、それぞれの解釈で動作している。wikiではDepthはWetレベルを指している。自作は、いろいろな解釈があるDepthはやめて、LFOの範囲を周波数で設定することにした。例えば0～12kHzの間をLFOの周期で回るというイメージ。なるべく明確な設定が出来るようにしようと思う。

資料に関して
今まで作ってきたエフェクタの多くは、英語版Wikiなどに、それなりにまとまった情報があって、それを元に作ることが出来たりしたけど、今回は数式からそのまま作るようなことが出来なかった。原理の説明もほとんどなくて、ネットで見つけた情報にも明らかな間違いがあったり・・・　特に自ら製作していない人の説明は当てにならない。結局、自分でプログラムを組みながら、様子を見るという方法をとった。原理的に大きな間違いはないと思うけども、解釈にズレはあるかもしれない。

Stagesの実験
ステージはAll-passフィルタのタップ数を指している。基本的には2タップ一組になっている。これらを共通のパラメーターのまま直列につなぐだけで、落ち込む周波数の谷の数が変化する。まずは各ステージにチャープ信号通して、原音とミックスしてみた。

2stages
DryとWetを 1：1 でミックスすると、ひとつの谷ができる。この谷がカットオフ周波数になる。
4stages
2つの谷ができる。カットオフ周波数は中心の山になる。直列にすることで、山と谷の関係が変化する。
ステージが増えるとステージ/2の谷ができる。4の倍数ステージはカットオフが山になる。

Phaserとして利用するときは、このカットオフ周波数をLFOで移動させることで、ロータリースピーカーのようなうねりを出す。うねるエフェクタとしては先週作ったフランジャーがあるが、これは常に高音域まで影響を与えるコムフィルタの移動なので、より派手な変化となる。Phaserは上記のように谷の数が少なく、効き方もおとなしいという印象。

ブロック図
実験なので凝ったことはせずに、All-passフィルタを直列につないで、LFOは左右共通にした。ゲインなども最小限にした。初期角度だけは左右独立設定にした。π(180度)ずらすことで、ぐるぐる回る感じになる。

各ステージのAPFの中身は下図のようにIIRの標準形になっている。中身は2次のAll-passフィルタ。係数等の詳細はこちらのページ。

Javaでプログラミング
上記の実験を元にプログラム開始。先週のモジュレーションに比べればシンプルなプログラムなのだが、意外と微調整に苦労する。理屈どおりやっても、出てきた音に違和感を覚えたりして、その修正に時間がかかった。とくにSpeedのパラメータは重要で、かなり試行錯誤した。はじめ周波数域の移動をリニアにやってみたら、不快な音になって即却下。周波数スペクトルでよく使われている10を底とする対数でやってみてもイマイチ。結局12を底としたところ、結構スムーズな音になったという具合。そのほかいろいろ微調整をしたくて、見慣れないパラメータが並んでしまった。

Download NamagiPhaser32bitF.jar 32KB
無理な設定を除去するような安全設計は、ほとんどしていないので、おかしな結果になったら、設定をじっくり見直して。

Stage 2～12
原音とミックスしたとき、ノッチフィルタの谷数が変化する。谷数はstage/2となる。大きい値にすると、ギュワギュワした音になる。2～4が控えめでオシャレ。

LFO Rate Hz
低周波発振器。

Width Hz
all-passフィルタの反転周波数の移動区間を指定する。0Hzからここで指定した周波数の間を往復する。はじめは低域側の周波数も指定するように作ったけど、低音域は結構重要で常時0Hzまで有効にしたほうがよいという結論になった。

Speed
0HzからWidthで設定した周波数までを往復するが、そのときのスピードの調整となる。これは周波数領域を対数に沿って移動する。低域はゆっくりと移動して、高域はそれなりに早く移動する。こうすることで感覚的にはスムーズな移動に聴こえる。その対数の底の設定となる。通常の周波数スペクトルでは10を底とするが、実際に作ってみると、10では低音域を早く通過しすぎる印象がある。ということで初期設定は12にした。わりとゆったりとうねる感じになる。場合によっては20ぐらいにするのもあり。

Phase L R
初期角度の指定。左右をπずらすことで、回転しているような効果を作り出せる。

Q
All-passフィルタの反転範囲の指定。多くのPhaserにはないパラメータ。0.1～10ぐらいで調整するとよいと思う。大きな数値ほど鋭いノッチフィルターとなり、Phaserとしては、効果が薄れる方向になる。ステージ数にもよるが、0.5ぐらいがはっきりとした効果が得られる。

Feedback -1～1
マイナスは位相を反転したフィードバックとなる。通常は0で十分だと思う。使う場合でも控えめにした方がよさそうだ。

Wet/Dry
同じレベルにすると効果が最大になる。効き過ぎる場合は、Wetを少なめにする。

サンプル音源
アコースティックギターのストロークに初期設定のまま掛けてみた。

最後に
Phaserの製作では、感覚を頼りに微調整することが多かった。理論は当然しっかりすべきことなのだが、それだけでは、まとまらないという感じ。音を聞いて、どこを修正したら、どうなるかがイメージすることが重要に思えた。そういう意味ではいい勉強になった。でも、このエフェクトも自分では使わないだろうなぁ・・・。

All-pass filterの実験 Java

2012-02-12T18:33:00.002+09:00

オールパスフィルター(All-pass filter)ってちょっと不思議。振幅をいじらず、特定の周波数を中心に位相だけを反転するフィルター。何に使うの？という感じだが、フェイザーというエフェクトを調べていたら、オールパスフィルターを使っていたので、まずはこの原理を理解することから始めたいと思う。

AudacityのNyquistにもオールパスのコマンドはあった。
(allpass2 signal hz [q])
というもので、具体的には
(allpass2 s 1000 1)
こんな感じで使う。Effect メニューの Nyquist Prompt に以下のように入力するだけで実行できる。

sは選択範囲のサウンドで、1000は反転したい周波数。単位はHz。1はその影響する範囲。とりあえず、これを使って加工してみる。100Hzから15000Hzのチャープ信号を作る。拡大すると下のような波形で、低いサイン波から始まって、段々と周波数が上がっていくもの。

この信号に (allpass2 s 1000 1) コマンドを通す。出来たサウンドは何の変化も感じられない。聴いても同じようにしか聴こえない。でも拡大してみると、ちゃんと1000Hzで位相が反転しているのが分かる。

さらにオリジナルのチャープ信号と合成すると明らかになる。1000Hzは位相が反転しているので、打ち消しあって、振幅は0になる。他の周波数は位相が揃っているので、2倍の振幅になっている。

ということで、オールパスフィルタのイメージがつかめたところで、数式から追ってみることにする。最終的にはIIRの2次で実現してみようかと思う。ブロック図はこれを採用する。

オールパスの数式を探してみる。WIKIだと、アナログに関して書かれているが、ちょっとこれからの変換はイメージできない。もう少し調べると、Robert Bristow-Johnsonという人が書いた「Cookbook formulae for audio EQ biquad filter coefficients」を利用している人が多いようだ。確かに２次のbiquadが一通り書かれているので、そのまま使えば簡単に実現できるようだ。そのままコピーも面白くないので、自分で計算することにした。でも下記の式だけは参考にさせてもらった。
H(s) = (s^2 - s/Q + 1) / (s^2 + s/Q + 1)
この式を変形することからスタート。まずは見やすくしてみた。

Qはフィルタの効き具合を調整する。式の上では1/Qというのもなんか気持ち悪いので、とりあえず、
1/Q = Q
として計算している。どういう解釈がよいのか分からないので、計算が楽な方向で適当に調整しています。最後につじつま合わせをすればよい。さらに下のように置き換える。
s = s / 2π * fc
2π * fc = A
この fc は中心周波数で、その中身は以下のようになる。
fc = tan (π *cutoff / sfreq ) / (2 *π )
cutoff = カットオフ周波数位相を反転したい周波数
sfreq = 音声ファイルのサンプリング周波数　44100Hzなど
それぞれを上記の式に入れて整理し、最後に、
s = ((1-z)/(1+z))
に置き換えて係数を求めると下のような式になる。手でやっていると目がチカチカして結構書き間違えるので、Maximaでさくっと計算してしまう。分母が a の係数で、分子が b の係数となる。

分母は a の係数でこうなる。

分子は、先頭にマイナスがあるので全部掛けてしまえばいい。整理すると以下のようになる。これが b の係数になる。

これらが次数ごとに各係数となる。Zが付かない 1 や AQ などは0次で、z が付くものは1次。z^2 が付くものは2次となる。整理すると以下のようになる。
a0 = -A^2 - AQ -1
a1 = -2*A^2 +2
a2 = -A^2 +AQ -1
b0 = -A^2 + AQ -1
b1 = -2*A^2 +2
b2 = -A^2 - AQ -1
これらが係数になるのだが、上記ブロック図に入れるには細工が必要。そもそもa0が入るところがないので、a0を1にする必要がある。ということで、すべての係数をa0で割ってしまえばいい。またaの係数はa0以外すべて-1を掛ける必要がある。これはそもそもブロック図に書かれていることも多い。Javaで係数を求めるプログラムは以下のようになった。見通しをよくするために、順に手を加えてみた。このプログラムにcutoff(カットオフ周波数)と、sfreq(サンプリング周波数)を入力すれば、各係数が求められる。Qも本来は他のクラスから渡す値だけど、ここでは0.70710678118655という数値を入れて、1/Qで計算した上で係数計算に使用している。Qが大きくなるほど効きが鋭くなる。

double fc = Math.tan(Math.PI*cutoff/sfreq)/(2*Math.PI);
double A= 2*Math.PI*fc;
double Q= 1/0.70710678118655;
  
a[0]= -1*Math.pow(A, 2)  -(A*Q)   -1.0;
a[1]= -2*Math.pow(A, 2)           +2.0;
a[2]= -1*Math.pow(A, 2)  +(A*Q)  -1.0;
  
b[0]= -1*Math.pow(A, 2)  +(A*Q)   -1.0;
b[1]= -2*Math.pow(A, 2)           +2.0;
b[2]= -1*Math.pow(A, 2)  -(A*Q)   -1.0;
  
a[1]= a[1]/a[0];
a[2]= a[2]/a[0];
b[0]= b[0]/a[0];
b[1]= b[1]/a[0];
b[2]= b[2]/a[0];
  
a[0]= 1.0;
a[1]= -1*a[1];
a[2]= -1*a[2];

試しにカットオフ周波数1000Hzでサンプリング周波数44100Hzで計算させると、係数は以下のようになる。
a0= 1.0
a1= 1.7990964094846686
a2= -0.8175124033847586
b0= 0.8175124033847586
b1= -1.7990964094846686
b2= 1.0
この係数を使って、チャープ信号を加工して、オリジナルとミックスしてみると以下のようになった。周波数スペクトルで見てもちゃんと1000Hzが落ち込んでいる。まずは成功というところか。

Qの値を π にしてみた。効きは鋭くなり、プラスマイナス1オクターブ以内が落ち込むようになる。

ちなみにAudacityの(allpass2 signal hz [q])と比較したら、Qの値と効き方は一致するので、間違いはなさそうだ。しかしAudacityのAll-passは周波数ポイントが高域側にわずかにズレる・・・。自作はジャストで効いている。

さて、Phaserの予備実験が出来たので、次は本体の製作に入りたいところだが、仕事が忙しくなりそうなので、しばらくBlogは休むかもしれない。

Modulator (Chorus&Flanger) をJavaで自作

2012-02-11T17:59:00.000+09:00

先週はディレイを作ったので、その応用となるコーラスでもプログラミングしようかと思う。コーラスは名前の通り、多重演奏的な音響効果が得られるもの。個人的には使いそうもないけど、モジュレーション系のエフェクトの勉強はしておきたいので、設計的興味ということで、チャレンジしてみようと思う。

予備知識もあまりないので、ARIのホームページを参考に考えてみる。原理の説明は少しあるのだが、具体的な部分はないので、後は適当に作ろうかと思う。分かったことは複数のディレイを作って、ディレイタイムを共通の5～30msec程度に設定。そして取り出し位置を変調により変化させる。ディレイが３つであれば、開始位置を2pi/3ラジアンずらして合成するとよい。またフィードバックはない。これ以上の情報は調べていないので、以下のことは間違っているかもしれない。勝手な想像でプログラムを組んでます。

変調と言われても、あまりピンとこないので、下図のようにイメージしてみた。最近あまり見かけないがカセットテープが分かりやすいと思えた。まず2つの再生ヘッドがある。DrySoundという再生ヘッドは通常の音を再生する。もうひとつのDelayTimeの再生ヘッドはDrySoundよりも少し遅れて再生する。このヘッドが-1～1の間を滑らかに行ったり来たりする。+1をどこにするのか不明だが、最大でもDryの再生ヘッド位置より進むことはあり得ないので、この位置を限界として+1とした。その移動スピードは0.1～10Hzの範囲で往復。動きはサイン波を使い、振幅値が移動地点になる。

この再生ヘッドの移動で、音はどう変化するのだろうか。テープの進行方向にDelayTime再生ヘッドが移動するときはテープ本来のスピードよりも、ゆっくりになるので、音程は下がる。逆方向に移動するときはスピードが速くなるので、音程が上がる。Dry音と同じピッチは+1と、-1のときで、サイン波を微分して0の位置になったとき。つまり再生ヘッドが一時的に停止した状態のとき。こういう仕掛けで、音程が微妙に上がったり下がったりする。このDelayTime再生ヘッドが3つあって、それぞれがDelayTime位置を0として、0、2pi/3、4pi/3ラジアンの位置からスタートする。フリーの数理処理ソフトMaximaでグラフにすると、こんな感じになる。Xが時間で、Yが再生ヘッドの移動量。

LFO制御による移動再生ヘッド3つとドライ音を合成すると、微妙なピッチのズレが発生するので、多重演奏的な効果が得られるということ。中身のイメージが固まれば、後はプログラミングに置き換えるだけの話。

ブロック図
LFOから3つの初期角度を取り出して利用するが、それぞれの値を変えられるようにしようと思う。また左右独立LFOとした。問題は変調方法。たぶんいろいろな方法があるのだろうけど、単純にサンプルレートに応じて、サイン波を出すことにした。そのY軸の値がディレイタイムの変調となる。0の場合は、設定したディレイタイムとなり、1の場合はドライと同一ポイントとなる。値は、ほとんどの場合、サンプルとサンプルの間を示すことになるので、前後のサンプルの値を抜き出して補間する必要がある。とりあえず前後２点のサンプルを直線で結んで関数を導き、そこから算出した。もう少し凝った補間でもいいのだけど、音を聴いたら、これで十分な気がした。フランジャーもコーラスと同じような内容なので、今回同居させてみた。違いは設定範囲とフィードバックがあることぐらいかな？　ということでフィードバックをつけた。もはやコーラスとフランジャーの融合なので、名前はモジュレーターへ変更。

自分で使うレベルなら、プログラムの中身はあっさり完成。やっぱり時間のかかっているのはインターフェイスまわり。面倒だったので安全性はあまり考慮していない。おかしな値を入れても、強引に計算してしまう。まぁ実験用なら、その方が限界が見えてきて理解が深まるというもの。作ってみた感想は、設定項目が意外と多いなぁ・・・。

Download NamagiMod32bitF.jar 56KB

簡単な説明
スタンドアローンでwavファイルを加工するエフェクト。ダウンロードしたjarファイルをダブルクリックで上記ウィンドウが開く(要Java)。そして32bit floatのwavファイルをドラッグ＆ドロップして認識させる。32bit float以外は使えない。そして各パラメータの設定をして、Modulationボタンを押すと、ファイルと同じ階層に新たに..._mod.wavが作られる。これがエフェクトが適用されたwavファイルとなる。オリジナルファイルには手を加えない。２度目以降は..._mod.wavが上書きされていく。

各パラメータについて
テキストフィールドが2つ並んでいる項目は左と右チャンネル。一番下のGainだけはWetとDryになっている。

DelayTime(Range) コーラスでは5～30mSecぐらいで使用する。これ以上短くするとフランジャー(0.01～10msec)になる。長すぎるとDepthの設定にもよるが気持ち悪くなる。

Rate 0.1～10Hz
LFOの周期　変調速度（再生ヘッドの移動速度）通常1Hzよりも低めで使わないと揺れすぎて気持ち悪い。LFOはLow Frequency Oscilator（低周波発振器）の略。

Depth(LFO Level) 0.0～1.0
変調の振幅を調整（再生ヘッドの移動距離）これはDelayTimeにもよるが大抵0.5以下で使わないと音程感が崩れていく。Depthは常にDelayTimeとセットで考える必要がある。Delayを長くするならDepthを小さくするなど。

Phase 0～2pi radian
チャンネルごとに3つの任意の初期角度（再生ヘッドのスタート位置）とゲインが設定できる。ボタンはON/OFF切替で各チャンネル1～3を自由に組合わせられる。3つ同時使用の場合は、周期に対して1/3ずらすのが一般的。単位はradianなので、0以上2pi未満の間で設定するのが基本。Phaseの下の段は、それぞれのGain(音量)となっていて、合計で1.0が最大と考えていい。またマイナスの値にすることで位相を反転できる。個人的には、この部分をいろいろいじって実験してみたかったので作ったようなもの。VSTコーラスの多くは内部で処理されていて、よく分からない場合が多い。

HPF/LPF(ハイパス/ローパス・フィルター)
HPFはWetの信号に一度だけかける。LPFはFeedbackするたびにかかっていく。バターワースで1poleは1次、2poleは2次のこと。次数が上がるほど急なカットができる。

Feedback
コーラスでは使わないパラメータ。フランジャーとして使うときに使用する。0は実質OFFとなっている。マイナスは位相の反転となる。

Decay / Cross / Gaiin Wet / Dry
上のブロック図を見てもらった方が早い。各部の出力のボリューム調整となる。-100dB以下でOFFになる。

起動直後の設定はコーラスの設定になっている。左右のパラメータを微妙に変えると広がりが出る。フランジャーとして使うときには、DelayTimeを4msecとか、かなり短くして、フィードバックを0.6ぐらいかける。Phaseはひとつだけの方がいいかもしれない。

サンプル音源
やや極端な設定にして、エレキギターのコードにかけてみた。1回目が無加工で、2回目がコーラス。3回目がフランジャーの設定。フランジャーはPhaseひとつしか使わず、初期角度を左右でπずらした。

今回コーラスというエフェクターを始めて使ってみた。積極的に音を加工するつもりもないので、実際には使うことはなさそうだ。ただ仕組みが理解できたので、それなりに得るものはあった。次はフェイザーでもつくろうかな？　１年放置してあるチューナーという手もあるか。

DelayをJavaで自作

2012-02-04T13:45:00.001+09:00

以前AudacityのNyquistでもディレイを作ったけど、あれはスクリプトで、あらかじめ用意された命令を組合わせたに過ぎない。今回はJavaでローレベルのディレイを作って、原理を体感しようと思う。ディレイについてはこちらのページ。

個人的に必要と思っている主な仕様
音声ファイルをバイナリーで読み込んで、リングバッファに貯めて、原音と任意の遅延タップをミックスして、Wavファイルとして出力するだけ。
ステレオ処理　左右独立のディレイタイムとディケイの設定
ディレイタイムは２秒あれば十分
サンプル単位とmsecとの切替
LPF&HPF IIR 2pole カットオフ周波数の調整　先週作ったIIRを実装する
フィードバック　-1.0～1.0　位相の反転可能
32bit floatのみ対応（個人的に他は必要ないので）
サンプリング周波数44.1kHz（48kHz,96kHzも可)
左右の信号が混じる処理もしてみたい。これを発展させれば左右に飛び交う効果も作れるので。

上記を実現するためのブロック図を描いてみた。今回のディレイ規模なら、いきなりプログラムでも問題ないのだけど、今後、機能を追加したり、差し替えたりすることを考慮すると、ブロック図にした方が確実。これを元にプログラミングをしてみる。

HPFはWETに入ってきたら１回だけ通過させる。LPFは出力のたびに通過するので、FBがあれば、通るたびに音はこもっていく仕掛け。

プログラミング開始
悪い癖で、オブジェクト指向を無視して、いきなり作ってしまった・・・。小さいプログラムなので、さらっと出来てしまう。後々改造しやすいように作りたいところだが、まだ経験不足。同じような計算式があちこちにある・・・　

ついでにマルチタップ化を試してみたら、これは必要なさそうだ。マルチタップは設定が微妙で使い方が難しい。リバーブの初期反射などを作るときには良いかもしれないけど、手動で設定するには向いていない。

フォーマットは個人用ということで、あれこれ対応させる必要もなく、ステレオのwavファイル32bit-float専用。モノラルの場合は、左右同じ設定であれば処理される。左右の設定を変えると、でたらめになる。サンプリング周波数は基本的に44.1kHzでテストしている。たぶん48kHzでも使えると思うが不具合があるかもしれない。

インターフェイスも作ってみた。プログラミングは中身を作る２倍の時間がかかっている。やっぱりGUIは面倒くさい。できればしたくない・・・。でも自分で使うだけでもGUIは必要。最低限の内容でまとめてみた。もはやスライダーを作る元気はないので、数字を直接打ち込むだけのGUI。それでもsampleをmsecに変換したりとか、変な数値はキャンセルするとか、やることは多い。

ダウンロード　Wav 32bit-float専用バージョン

さて、実際試してみると、不具合の連発。メモリ管理はちょっとはまった。連続して使うと前の音がメモリに入っていて邪魔をする。たった一つの変数も邪魔をするので、作業終了時に毎回クリアさせた。そんな些細なことを小一時間かけて修正。なんとか基本的な動作はOKになった。

これをベースに、今後いくつか機能を加えてコーラスとかフランジャーも試してみようかと思う。ほとんど必要性はないのだけど、原理を実感したいだけ。

サンプル音源
音の良くなったYouTubeに置いてみた。内容は１年以上前に録音したものだけど。改めて自作ディレイにかけてみた。アコースティックギターを左右に遅らせて振っている。

ギター弾き語り練習　スピッツ/月に帰る

2012-02-04T00:00:00.000+09:00

スピッツの1stの曲をワンコーラスだけ耳コピしてみた。

IIR デジタルフィルタ Javaで自作

2012-01-29T21:35:00.002+09:00

少ないタップ数で実現できる IIR (Infinite impulse response 無限インパルス応答)デジタルフィルタ。LPF/HPF(ローパス/ハイパスフィルタ)でも試しに作ってみようかと思う。図書館で借りた本を頼りにプログラムまで作ることにしてみた。

これまでに作ったFIRはタップ数が多く計算量が増えてしまうのに対して、IIRは極端にタップ数が少なく1～8程度。無限のフィードバックを利用することで少ないタップを実現している。欠点は位相のズレが出てしまうことと、条件によっては不安定になりやすいことなど。AudacityのLPF/HPFはIIRのButterworthを使っているので、いろいろ試したら欠点はやはり位相だと思えた。元の波形が結構大きく変化してしまう。FIRで同じようにLPF/HPFを作ると、波形の乱れはなかった。その差は歴然。ただIIRは計算量が少ないので、ディレイやリバーブ内のLPFとして使う場合には都合がよい。

IIRは元々アナログ回路用のフィルタなので、アナログ回路設計を雛形にしてデジタルに変換するという設計が基本のようだ。IIRで作れる有名なフィルタはButterworth、Chebyshev、楕円フィルタなどがある。実際使いそうなフィルタは平坦な特性のButterworthぐらいなので、これだけ試すことにした。基本となるブロック図は以下のようなもの。図は4次のブロック図。このan、bnに係数を入れることでフィルタになる。anはフィードバックになる。さらにカスケードするなどの改良型もある。

内容を理解しようとしたら、結構難しいかも。まずは下の式から次数ごとのバターワースのプロトタイプというものを作る。

とりあえず1次から4次までのプロトタイプは数式でこのようになった。
1次

2次

3次

4次

次に求めたい特性に応じて、どの次数のButterworthを使えばよいかを計算する。Butterworthはカットオフ周波数が-3dBになるように計算されている。単純に次数が増えれば急な傾斜を実現できる。軽く高域を削る程度なら1次でよいこともあるし、完全なカットをしたいなら4次でも不十分になる。ちなみにAudacityでは1次、2次、4次、6次、8次のButterworth HPF/LPFが用意されている。

上記はアナログ回路でも共通の部分。次にデジタルフィルタ用に変換する必要がある。どうもその方法がいろいろあるようだ・・・。単純にデジタルプロトタイプに変換することにした。やることは上記 s に次の式を代入するだけ。
HPF： (2πfc) / ((z-1)/(z+1))
LPF： ((z-1)/(z+1)) / (2πfc)
fcの中はこんなかんじ。ωcはカットオフ周波数で、fsはサンプリング周波数。

とりあえずHPFを作る。代入して計算すると分母がanで、分子がbnで、次数ごとにタップの係数として使用する。そのとき、a0を1にするために、すべての係数をa0で割る。また、ブロック図に書く場合も多いようだが、aの係数にはa0以外は-1をかけている。サンプリング周波数44100Hzのときカットオフを100Hzで計算した結果は以下の通り。LPFの場合は係数の値は、このままにして、bnをすべてプラスにすれば実現できる。
a0= 1.0
a1= 3.9627669835998334
a2= -5.888992488169376
a3= 3.8896765255622308
a4= -0.9634510614418316
b0= 0.9815554411733295
b1= -3.926221764693318
b2= 5.889332647039977
b3= -3.926221764693318
b4= 0.9815554411733295
IIRのブロック図をそのままプログラムして係数を入れて実験。意外と簡単に目標を達成できた。ちゃんと100Hzでカットできている。AudacityのButterworthと比較しても差はあまりない。悪い意味でButterworthらしい傾向もそのまま。下はホワイトノイズにHPFをかけてみたところ。カットオフは100Hz。

Butterworthを使うと、位相の問題が出てしまう。下の波形を見ると分かるが、オリジナル波形が割りとプラスマイナス対称なのに対して、Butterworthを通すとプラス側に傾く傾向にある。詳細は不明だが、Audacityも自作IIRも同じ傾向なのでButterworthの問題なのだろう。ちなみにFIRのタップ数2000ぐらいで同じように100Hzでカットしてみると、オリジナル波形に酷似している。波形を拡大しても全く崩れていない。音質重視ならFIRだなと思ったよ。

波形の拡大。オリジナルとFIRはかなり近い波形。一方Butterworth自作とAudacityは同じ傾向。

1次Butterworthもやってみる
下の式だけを頼りに適当に作ったので、かなり怪しい。まず1次のブロック図が本にもなく、ネットで検索してもほとんど見かけない。

ブロック図はいくつかの方法があるようだが、4次の場合と同じようにしたかったので下図を採用した。

実際に音声ファイルに適用してみる。サンプリング周波数44100Hzのホワイトノイズを加工している。LPFは1000Hzでカット。AudacityのLPFよりもきれいに出ている。でたらめソースを公開するのは忍びないので、係数だけ書くとこうなる。これもa0を1にするためにすべての係数をa0で割っている。あとはa1にマイナスを掛けている。
a0= 1.0
a1= 0.8667884394996352
b0= 0.06660578025018238
b1= 0.06660578025018238

HPFも1000Hzでカット。たった1個のタップで、よくここまでカットできると関心。こんなんでカットオフ周波数も調整できるHPFとしてちゃんと機能しているところが不思議。LPFと係数も似通っている。bが*10ということと、b1の符号が反転しているだけ。
a0= 1.0
a1= 0.8667884394996352
b0= 0.6660578025018238
b1= -0.6660578025018238

2次 Butterworthも作ってみた
係数を求める計算に慣れたので、実用的そうな2次も作ってみた。ブロック図はこんな感じで、上の4次、1次と同じようにa0なしにした。計算から動かすところまで20分ぐらいで完成。式の展開はMaximaを使った。手ではさすがに面倒くさいので。各次数とLPF/HPFの切替プログラムまで作って、実際の音声ファイルをスムーズに加工できるようにした。これでIIRの実験は終了。

同じようにサンプリング周波数44100Hzで、カットオフ周波数1000Hzの場合の係数はこのようになった。すべての係数をa0で割って、a1、a2に-1を掛けているのは同じ。
LPF
a0= 1.0
a1= 1.7990964094846686
a2= -0.8175124033847586
b0= 0.004603998475022465
b1= 0.00920799695004493
b2= 0.004603998475022465

HPF
a0= 1.0
a1= 1.7990964094846686
a2= -0.8175124033847586
b0= 0.9041522032173568
b1= -1.8083044064347136
b2= 0.9041522032173568

実際に作ってみた感想としては、FIRに比べ計算量が圧倒的に少なく、高速に処理したいときには便利そうだ。リバーブやディレイのLPFとして好都合に思えた。ただ理論は難解で、係数の計算はかなり面倒。フィルタ係数の参考例がなく正しいかどうかのチェックもできていない。仕方なく実際フィルタとして機能するかどうかで判断した。細部はいろいろ間違ってそうだが、やりたいことは実現できているので、これらを使っていこうと思う。

周波数から音名とcent表示する JavaScript

2012-01-22T23:30:00.000+09:00

周波数から音程をチェックするためのJavaScriptを書いてみた。
周波数を入力すると、その音がABCDEFGの音名で表示される。

ギター弾き語り練習スピッツ/サンシャイン

2012-01-22T23:10:00.001+09:00

久々にギター弾き語りの練習をしてみた。まぁひどい出来だが、SM57、58のサンプルということで。録音はボーカルをSM58で若干EQ補正。ギターはSM57で補正なし。録音後は何も加工していない。モノラルミックス程度で、ほとんど素。本来はコンプとかリバーブは必須なのだけど、演奏が、そういうレベルではないので、当面はこんな録音で行こうと思う。

ついでに同じくスピッツの桃もワンコーラスだけやってみた。

ボーカルって難しい。誰でもとりあえず歌えるのに、ちゃんと歌える人って少ない。ボーカルの分析をしてみようかな。上達のヒントになるかもしれない。

FFT 基礎実験 Java

2012-01-15T15:31:00.000+09:00

FFT(Fast Fourier Transform)高速フーリエ変換も作ってみる。昨日の音声ファイル用DFTの一部を改造してFFTを組み込む。機能ごとにクラスをきれいに分けて作ると簡単に組み込むことができることを実感。

FFTのアルゴリズムはコンピュータ処理に適した巧妙なしくみになっている。バタフライ演算で計算を減らす工夫がされている。データが多くなればなるほど、DFTとの差が出てくる。DFTだとデータ数Nとすると、N^2の乗算が必要なのに対して、FFTはN log₂N/2で済むようだ。少ないサンプル数で乗算を数えてみたら、計算式通りではないが、まぁ近い数かな。同じ計算で符号違いも多いので、うまく最適化すれば、より高速になる。実際の実用レベルのFFTではそのように作られているようだ。とりあえず理屈どおりに組み込んで試してみると、DFTに比べて、圧倒的な処理スピードは体感できた。これなら1万サンプル以上でも苦ではない。

音声ファイルにおけるフーリエ変換の細々したことはこっちのDFTページを見てください。とりあえず結果だけは下のようになった。

sin波1000, 5000, 10000,15000,20000Hzを合成した波形をFFTにかけてみる。出力ファイルをLibreOfficeのCalcでグラフ化。出力を確認。ピンクはdB表示でグリーンはリニア表示。

DFT 基礎実験 Java

2012-01-14T22:16:00.000+09:00

DFT（discrete Fourier transformation）とは離散フーリエ変換といって、離散信号の時間領域の波形を周波数領域に変換する手法のこと。
下の例では変換によって、1000Hzと10000Hzの音が含まれていることがわかる。

DFTは音関連のプログラムを作る上で、とても基礎的なことなので、プログラムを作りながら確認してみることにした。

基本となる式はこれで、変形して使用した。H(k)は最終的に欲しい各周波数の振幅。h(n)は分析する各サンプル。Nはサンプルの数。
フーリエ変換のプロセスは結構面白いので、そのうち子ども向けに解説しようかと思っているが、今回は流れだけ簡単に。

まず、周期性のある波形は、その整数倍のsin、cos波に分解できるという、フーリエの理論がある。具体的には、調べたい波形に整数倍の sin、cos波を掛けて積分すると、各周波数成分が、どれぐらい含まれているかが出てくるという仕掛け。含まれていなければ0で、含まれていれば、振幅のレベルが出てくる。このプロセス自体はシンプルなのだが膨大な計算量なのが欠点。より高速に処理するためのFFT(高速フーリエ変換)という手法もあるのだが、今回はシンプルなDFTをまず作ることにした。上記の式をプログラムで実行するのは簡単で、入れ子のfor文数行で完成してしまう。ただ式に虚数 i （電気ではj）があるので複素数を扱う。周波数スペクトルに使う場合は、実部と虚部の数値をそれぞれ２乗して足した平方根が、周波数スペクトルの振幅スペクトルとして利用できるようになる。式はこんなかんじ。

このXnはリニア表示なので、さらにAudacityと同じようにdB表示させるには、最大音量1.0からの比を求める。
20log(Xn/1.0)
と計算すると、最大音量0dBのdB表示となる。

Javaでの実装と構成
実際の音声ファイルを扱えるように作ってみた。32bit float のwav（リトルエンディアン）を任意のサンプル数だけ読み込んで、それらをDFTする。そのデータをテキストファイルとして保存するというもの。

出力テキストファイル
Audacityと同じ内容形式のテキストファイルで出力するようにした。ファイルに書かれる内容は、以下のように周波数(Hz)とレベル(dB)。2行目以降がデータになっている。

Frequency (Hz)　
21.533203
43.066406
64.599609
86.132813
107.666016
129.199219
150.732422
172.265625
193.798828
215.332031

Level (dB)
-30.319666
-30.831787
-30.607641
-30.594364
-30.720446
-30.352894
-30.213865
-29.939169
-30.219339
-30.417690

Audacityの出力には0Hzがない。その理由が分からない・・・　0dBは直流成分なので、結構重要だと思う。そんなDCオフセットされたデータは不必要ということなのだろうか。通常まともな音声には直流成分は0なので。試しにAudacityで無音ファイルを作成して、自作DC-offsetを使って0.5の直流ノイズにして、周波数スペクトルを見てみた。Rectangular window(窓をなし)で見ると何も表示されない。直流成分は無視されているようだ。理由がありそうだが、とりあえず自作では0dBも入れることにした。DCノイズを窓なしでDFTすると、下のように、ちゃんと0dBだけが大きなレベルになっている。

Frequency (Hz)　
0.0
44.1
88.2
132.3
176.4
220.5
264.6

Level (dB)
-3.0102999566398116
-333.07532324911443
-326.51134009780384
-324.8872661949541
-317.5628719756075
-321.77479597147874
-332.17644973225055

窓関数
通常切り出した波形は、きれいな周期関数にならない。そこで窓関数を掛けて両端を整える。そして無限に繰り返してつなぎ合わせると仮定することでフーリエ変換を適用できる。窓関数を掛けないと、つなぎ目に妙な段差ができて高域成分がおかしくなってしまうのでDFT、FFTでは必須。
やっていくと窓関数で、ちょっと疑問に思うことがあった。サンプル数が奇数なら中央値はひとつで問題ないのだが、偶数の場合どうしているのか？ということ。調べもせずに、とりあえず、中央値を２サンプルにした。普通どうやってんのかな？　下は１１サンプルのハミング窓の例。こんな係数が並ぶ。

0 wHamming= 0.08000000000000002
1 wHamming= 0.16785218258752427
2 wHamming= 0.39785218258752425
3 wHamming= 0.6821478174124759
4 wHamming= 0.9121478174124759
5 wHamming= 1.0　(= 中央値　奇数なら１個偶数なら２個にした。)
6 wHamming= 0.9121478174124759
7 wHamming= 0.6821478174124759
8 wHamming= 0.39785218258752425
9 wHamming= 0.16785218258752427
10 wHamming= 0.08000000000000002

切り出すサンプル数
FFTでは2のべき乗しか使えないので迷うこともないのだが、DFTは自由。上の偶数奇数とかの問題もある。実際にいろいろ試してみると、必要に応じて使い分けるという感じだ。低音の分解能を上げるにはサンプル数を増やす必要があるし、高域だけ見たければ少なくてもそこそこ見れる。またサンプル数を増やすということは、それだけの時間の範囲が必要なので、分析したい部分が短ければ加工するなど、別の手段が必要になってくる。うまく使うと、サンプル数の自由度からFFTでは見れなかったものまで見れるようになる。リアルタイムに処理するならFFTではないと話にならないが、オフラインで一部だけを分析したいならDFTの方が良い場合がありそうだ。

具体的に
サンプリング周波数が44100Hzだとして、100サンプルでDFTにかけたとする。このときの解像度は44100/100で、441Hzの倍数となる。つまり周波数域で見たときには0～22050Hzまで扱えるオーディオを100/2等分していることになる。特に音の分析においては、低域は結構重要で、それなりの解像度が求められる。音楽で使う重要な基音は数10から数100Hzまで。100サンプルでは、低いほうから、0Hz、441.0Hz、882.0Hz、1323.0Hz、1764.0Hz、2205.0Hz、2646.0Hz・・・と並んでいく。これってかなりアバウト。ベースの基音などは１段目にすべてが入っている。正確な基音など出るはずもない。ということで実際には4000サンプル以上欲しいことが多いように思う。せめて10Hz前後の解像度は欲しいと思う。さらに100サンプルで分解した周波数を並べていくと、22050Hzを超えて、22491Hz、22932Hz、23373Hz・・・44100Hzになってしまう。これって、そもそもサンプリング周波数44100Hzでは当然記録できない範囲。どういうことかというと、100等分した解像度は22050Hzを軸に対称になっている。周波数スペクトルの表示などで使うのは半分だけ。周波数領域から時間領域に逆変換するときは、すべて使う。まぁコピーして使うのもありだが。保存量を最小限にしたければ半分あれば間に合うということ。
実際にすべてをプロットしてみた。使った波形は500、1000、5000、10000、15000、20000Hzのサイン波を合成したもの。ナイキスト周波数の22025Hzを堺に対称になっているのが分かると思う。

ついでに振幅スペクトルにしていない状態の実部と虚部も出力してみた。グリーンが実部で線対称、ピンクの虚部は点対称。

各サンプルの間は？
サンプリング周波数が44100Hzで1000サンプルにした場合、0、44.1、88.2Hz・・・と刻まれていく。その間の周波数はどうなっているのか？　例えば音叉の440Hzのところを見ると、396.9000000000001と441.0000000000001の間になってしまう。音叉のピークは440Hzなので、そこに近い441Hzにそれなりのピークはあるが、完全なものではない。396.9Hzにも少し大きな数値が入っている。数値を見る限り失われているようだ。でも440Hzにピークがありそうだという予測はできる。様々な補間方法を使うことで、点のつながりから予測することが可能。そこの計算をまじめにやれば、440Hzにピークがあることは突き止められるようだ。この辺りは窓関数との関わりも大きく、窓の種類で大きな差になる。Hammingだとやや末広がりな印象。Hanningは結構ピークを立ててくれる。いくつか試したらガウス窓などはサンプル数が少なくても、かなりの精度が出ている。目的にあわせて窓も使い分けるとよさそうだ。補間方法はこれから勉強してみようかと思う。

先週DFTの逆のiDFT、逆離散フーリエ変換を作っていたので、いくつか変更を加える程度で簡単にDFTは作ることができた。時間がかかったのは正しく動いているかどうかのチェックの方。でもDFTはスピードの問題を感じる。サンプル数を１万以上にすると、かなり待たされる。FFTが必要な理由を体感できた。近々FFTも実装しようと思う。

下は自作DFTを使って、結果をテキストファイルに出力。そのファイルをLibreOfficeのCalcに読み込んで、グラフ表示したもの。Audacityの表示では隠れてしまうようなデータも、当然ながら表示することができる。ただこの手の作業ではCalcは使い勝手がイマイチなので、表示ソフトもそのうち自作しようと思う。

Calcなどで表示すると比較が簡単に出来るようになる。下はAudacityでLPF（ローパスフィルタ）の設定を変えたものを出力して、Calcで表示させたもの。設定の違いが一目瞭然になった。

DFT Java サンプルソース
実用ソースではないが(無駄が多く誤差も多い)、DFTの仕組みが理解しやすいように、単体で動くように書いてみた。サンプル実部の配列 s に任意のデータをいれて、虚部 si には同じ数の0を入れれば、実部、虚部、振幅スペクトルがプロンプトに出力される。下のコードは、たった6サンプルだが、これでもちゃんと結果が出る。また入力データが複素数なら、それにも対応できるようにしてある。ごちゃごちゃさせたくなかったので窓関数は入れてない。

import static java.lang.Math.PI;
import static java.lang.Math.cos;
import static java.lang.Math.sin;
import static java.lang.Math.sqrt;

public class DFTsample {
 public static void main(String[] args){
  //入力サンプル 実部と虚部
  double[]s ={
    0.0,
    1.0,
    1.0,
    -1.0,
    -1.0,
    0.0,
    };
  double[]si ={
    0.0,
    0.0,
    0.0,
    0.0,
    0.0,
    0.0,
    };
  int N = s.length;
  double[] hr = new double[N];//実部
  double[] hi = new double[N];//虚部
  double[] p = new double[N];//振幅スペクトル
  double t = 0;
  System.out.println("N: "+N+" Sample");
  
 //DFT begin
 for(int i=0; i<N; i++){ 
  hr[i] = 0;
  hi[i] = 0;
  for(int j=0; j<N; j++){ 
   t = 2.0*PI*j*i/N;
   hr[i] += (s[j]*cos(t))+(si[j]*sin(t));//実部
   hi[i] += (si[j]*cos(t))-(s[j]*sin(t));//虚部
  }
 //DFT end
   hr[i] /= N;
   hi[i] /= N;
 }
 for(int i=0; i<N; i++){
     //振幅スペクトル
     p[i] = sqrt(hr[i]*hr[i] + hi[i]*hi[i]);
       //実部 虚部 振幅スペクトル 表示
       System.out.println(i+": "+hr[i]+"\t"+hi[i]+"\t"+p[i]);
    }
  }
}

FIR The Frequency Sampling Method 実験 Java

2012-01-09T23:21:00.001+09:00

FIRのLPFとHPFを設計してみて、もう少し高度なことをやってみたくなった。ということで、日曜日はThe Frequency Sampling Methodにチャレンジ。特徴としてはLPFやHPFに比べ自由度の高いフィルターが作れるというところ。周波数ごとにフィルターを掛ける割合を微調整できるので、グラフィックイコライザーやパラメトリックイコライザーのようなことが実現できる。解像度を上げていけば市販品をしのぐことも夢ではない。LPF/HPFと同じようにJavaでデジタルフィルタ用の係数を出力するところまで、つまりインパルス応答を得るまで作る。
これを実現するにはフーリエ変換を勉強しないと手が出ない。以前勉強したのだが、すっかり忘れた。またちょっとメモを読み返したりして再勉強。

結論としては、IDFT(離散フーリエ逆変換)の式をプログラミングすることで、実現できそうだ。あとは、やりながら考えるのが手っ取り早い。細かな部分まで完全に理解しようとすると数年かかりそうなので、厳密さは無視して、ガンガンとプログラムを組んでみる。それにしても、この手の日本語情報は少ないなぁ。うまく見つけられないだけなのか？　結局下の英語ページを読みながら、プログラムをする。
http://cnx.org/content/m28292/latest/

h(n)がFIRのタップの係数に相当する。この(n)は無限大個数あるのが理想。でも当然無理なので、オーディオの場合は最低でも数百とかにする。LPFならもっと少なくても良いのだが、HPFを考慮するとまだ足りない。今回はサンプリング周波数44100Hzのオーディオファイルを使う。低域もきれいに加工したいので、タップ数は1万ぐらい欲しくなる。さらに直線位相特性などを考慮すると、その2倍というところだ。ということで2万程度で実験した。

H(k)は周波数域を分解したそれぞれの係数。Hには任意の0～1.0を入れる。自分が欲しい周波数特性をここでコントロールする。(k)を増やすと分解能が上がるので細かく周波数をいじることができる。今回は22050個にした。つまり扱える周波数を22050分割。サンプリング周波数44100Hzの場合、扱える周波数は22050Hzまでなので1Hz単位で制御できることになる。

式にeとかiがある。この手の専門教育を受けていないので、ちょっとしり込みする部分。有名なオイラーの公式を使って、式を実部と虚部に分けることにする。虚数は数学的には i を使うし、電気の世界では j を使う。私は使い分けが出来ていないので混在している。

今回は直線位相特性ということで、虚部は0になるので、使っているのはcosの実部だけ。これで周波数領域を時間領域へ変換する。

ある程度プログラムが動くようになると、今度は意図した係数が出るまで調整の連続。プログラムのおバカな修正を繰り返して、やっと完成。窓関数はHammingを使用した。とりあえず、お試し的に作っただけの、みっともないソースは非公開。イコライジング方法はユーザーインターフェイス的に、いろいろ考えられるが、今回はLPFでもHPFでもないところを示せればよいので、1行コードで楕円状の周波数特性を実現しようと思う。

楕円の式
この式から周波数特性が半楕円を描くようにしたい。

式を変形させていく。今回はyのマイナスはいらないので、プラスだけ導くようにした。また0Hzから20kHzにかけて半楕円を描くようにプログラム。係数をwavファイルとして書き出して、Audacityで読み込む。そのインパルス応答は以下のようなものになった。これだけ見て、LPFとHPFぽさを感じたら、かなりのFIR通。

そのインパルス応答の周波数スペクトルはきれいな半楕円。対数表示で楕円に見せるのはちょっと計算が面倒なので、リニア表示。

下はホワイトノイズに上記を畳み込み。実はVSTのSIRで畳み込んだ。やっぱり自作デジタルフィルターより高速処理できるので・・・。結果としては、そこそこの精度で楕円が実現できた。これだけの精度でフィルターを掛けられるのなら文句ないなぁ。

今回はフーリエ変換の応用ということで、プログラムしてみただけで、これを実用レベルにまで作りこむ気はない。処理スピードの向上とか、GUIはハードルが高いからね。むしろ原理的なことが知りたいだけなので、あれこれ、初歩的な実験をしていこうかと思う。

FIR LPF/HPFの係数プログラム Java版

2012-01-07T19:03:00.000+09:00

昨年JavaScriptで書いたものをJavaへ移植してみた。意外とフィルタ係数関係のアクセスが多いので、2012年はデジタルフィルタ関係、もしくは音響関係を少し充実させようかな？　下のFIRなども、原理や用途など後々解説します。個人的には図書館などで資料を少しあさったり、大学の先生のホームページなどを参考にプログラムしているのだが、説明が難解という印象があるので、中学生ぐらいでも分かるように、まとめていこうかと思っている。ちなみに私は元々文系寄りで、情報等の専門教育は受けたことはないです。すべて独学なので間違っていることもあると思います。たまに質問がくるので、ここでお断りしておきます。学生の方は先生に聞いてください。

プログラムの内容はFIRのLPF/HPFで、こちらのページのJavaScript版 (120111窓関数を追加) と基本的には同じ。機能として増やしたのは窓関数をHammingだけでなくHanningも加えたことと、フィルタ係数すべてを配列に格納したところ。実行すると、パラメータの値に応じて、プロンプトにフィルタ係数を出力するようになっているので、自由に書き換えてみてください。そのフィルタ係数をAudacity等に読み込んでみると、下のような波形、つまりインパルス応答になる。
下はLPFの場合。わかる人には馴染み深く、そうでない人はさっぱりの世界。

下はHPF。デルタ関数みたいな地味なかたちだが微妙に波打っている。

参考までにデルタ関数は、1サンプルだけレベルが1になっている。いろいろ便利な関数で、重要なもの。

FIRの係数を求める式

n はタップのn₀, n₁, n₂・・・で、h(n) はタップn番の時の係数hという意味。ωはカットオフ周波数。0～πの範囲で設定する。周波数(サンプリング周波数の1/2)の半分ならπ/2。1/3であればπ/3。上記はLPFであれば、わりとそのまま使える。HPFは、若干いじることで実現できる。下のソースを見ればどう計算しているか分かると思うけど、ちょっとゴチャゴチャしている。変数も減らして、シンプルにきれいに書き直せばよいのだが、とりあえず動くのでそっとしておく。出来た係数を見比べるとLPFとHPFでは中央値以外はプラスマイナスの違いしかない。昨年FIRのプログラムを作るとき、中央値の係数を求める方法が不明だった。参考にした本にはLPFもHPFも中央値が同じだったりして、あれ？という感じだった。中央値が同じになるのは係数が0.5の時だけだと思うのが・・・　実際作ってみると、不具合でまくりだったので、自分で理屈から考えて値を決めることにした。結果的には音声ファイルを意図どおりに加工できているので、大きな間違いはないと思う。

窓関数
理想的には無限個のタップを使うことなのだが、現実的ではないので、必要に応じた有限個のタップで打ち切る。そうすると、どうしてもギッブズという凸凹が出来てしまう。そこで窓関数を係数に掛けることで、ギッブズを軽減させることができる。そのためFIRでは普通窓関数を使う。図は窓関数を使っていないのが左。カットした部分がボコボコしている。右は窓関数を使って平坦にしている。

窓関数には用途に応じてかなりの種類があるのだが、代表的な窓関数は以下の２つ。

Hamming
周波数の分解能が高い。音声関係では一番使われる窓関数だと思われる。式の表記は区間の指定によって、いろいろあるようだが、今回はプログラムに合わせて以下のように書いてみた。大文字のNはタップの総数で、小文字のnは各タップの係数になる。

下はHammingの波形を出力してAudacityで表示したところ。窓関数の表示方法は、いろいろあるようだが、波形はプラスマイナスが含まれるのが普通なので、このようにしてみた。窓関数を通すと前後が0に近づくように加工される。波形の作り方は、レベルが常時マックスな波形（Ｎ数）をHammingに通して作っている。

Hanning
小さな成分を検出しやすい。計測などに利用されている。

波形は前後が完全に0に収束しているのが分かる。

下がソースで、内容が分かりやすいように、係数を求める部分だけ。とりあえず単体で動くようにはしておいた。LPFとHPFは途中まで同じ計算なので、ひとつにまとめようかと思ったけど、見にくくなりそうだったので、別にしておいた。計算式も、なるべく素直にしているので、どうやって求めているか分かると思う。コメントも少し入れておいた。

public class  FIR_LowHigh {
 public static void main(String[] args) {
  
 //パラメータ　求めたい値に書き換えて！
  double sFreq= 44100;//サンプリング周波数
  double cFreq = 5000;//カットオフ周波数
  int tapn = 21;//タップ数　奇数  
  boolean lpfflag = true ;//フィルタ切替LPF=true, HPF=false
  int windowF = 0;//窓関数の切替 hamming=0, hanning=1
  
 //変数
  int tapM =((tapn-1)/2);//タップ中央の位置
  double omegaLPF = Math.PI*(((cFreq)/(sFreq))*2);
  double omegaHPF = Math.PI*(1-(((cFreq)/(sFreq))*2));
  double hCenter = 1-(cFreq/(sFreq/2));//センターの係数
  double tapArray[] = new double [tapn];//タップ数
  double h = 0; //係数
  double wHamming = 0;//ハミング窓初期化
  double wHanning = 0;//ハニング窓初期化
  double hWinLPF = 0;//LPF HPF用
  double hWinHPF = 0;//HPF用

 ///////////LPF
  if(lpfflag == true){ 
  for(int i=1; i <= tapM; i++){
　h = Math.sin(i*omegaLPF)/(Math.PI*i);
  //窓関数の切替
  switch(windowF){
  case 0://Hamming
  wHamming = 0.54+0.46*Math.cos((i*Math.PI)/(tapM));
  hWinLPF = h*wHamming;
  break;
  case 1://hanning 
  wHanning = 0.5+0.5*Math.cos((i*Math.PI)/(tapM));
  hWinLPF = h*wHanning;
  break;
  }
  tapArray[tapM+i] = hWinLPF;//中央から後ろへ
  tapArray[tapM-i] = hWinLPF;//中央から前へ
  }
  //中央値
  tapArray[tapM] = 1.0-hCenter; 
  }
 ///////////HPF
  else{ 
  for(int i=1; i <= tapM; i++){
  //係数を求める
　h = Math.sin(i*omegaHPF)/(Math.PI*i);
  //窓関数の切替
  switch(windowF){
  case 0://Hamming
  wHamming = 0.54+0.46*Math.cos((i*Math.PI)/(tapM));
  hWinLPF = h*wHamming;
  break;
  case 1://hanning　
  wHanning = 0.5+0.5*Math.cos((i*Math.PI)/(tapM));
  hWinLPF = h*wHanning;
  break;
  } 
  hWinHPF = hWinLPF*Math.pow(-1,i);//HPF
  //配列に入れていく
  tapArray[tapM+i] = hWinHPF;
  tapArray[tapM-i] = hWinHPF;
  }
  //中央値
  tapArray[tapM] = hCenter; 
  }
  
 ////タップをプロンプトに出力
  for(int i=0; i<tapArray.length; i++){
  System.out.println(tapArray[i]+",");
  }
 }
}

dB(デシベル)とbit(ビット)の関係について

2011-12-29T11:12:00.000+09:00

デシベルって？
サウンドでよく使われるデシベルは、基準となる音に対しての対数比であり、音量差を示すことができる。なぜdBを使うかというと、いくつかの理由がある。大きな数から小さな数までを扱いたい。それらを簡単に計算したい。対数は人の感覚に近いなど。
人の聴覚は小さい音に敏感に反応し、大音量になるほど鈍感になっていくるというもの。これがdBであらわされた数値に近い。例えば物理量で10倍の音量になっても、そこまで大きくなったとは感じない。2倍程度に感じるというのが一般的な話。個人的にはもう少し音量差を感じるが・・・　また人は0～120dBまでが聞き取れる範囲で、それ以上は耳に何かしら支障をきたす。このことはオーディオ等に求められているダイナミックレンジは120dBあれば十分ということを意味する。
オーディオなどでは基準となる位置を、最大音量として、ここを0dBとしている。そのため扱われる音量はマイナスdBで表示される。

物理量からdB（電圧比）を導く計算式。
G[dB] = 20log₁₀ y/x
G：デシベル換算した比
x：物理音量A
y：物理音量B

ビットって？
サウンドのビットは音量の分解能をあらわす。画像と同じように、解像度（Resolution）、ビット深度など、様々な言われ方もする。オーディオ用に使われている最もポピュラーなビット数は16bit。最近では24bitも使われるようになった。サウンド編集では32bit-floatなども使われている。Audacityでは、これらを切り替えて編集できるようになっている。それぞれの解像度は以下のようになる。(32bit-floatは扱いが違うので除外)下の数値を-1.0～+1.0 にマッピングして使用している。
16dB：2^16 = 65536
24dB：2^24 = 16777216
32dB：2^32 = 4294967296

デシベルとビットの関係
ビット数によって、記録できる最小音量から最大音量までの比率が違ってくる。これをダイナミックレンジと言う。ここでデシベルを使うことで分かりやすく表現することができる。一般的に各ビットのダイナミックレンジは以下のように言われている。
16bitは約96dB
24bitは約144dB
32bitは約192dB
各ビットで最小音量から最大音量の範囲が決まってしまうので、範囲外の大音量や小音量は記録できなくなる。普通、最大音量がつぶれるのは嫌なので、最大音量が入るように録音する。そうすると生では聞こえる小さい音は、録音後聞き取れなくなるが、問題になることはまずない。ポピュラーミュージックでは聴きやすくするため音量差は圧縮調整されているぐらい。また16bit以上では最小音量付近は機器のノイズに埋もれる場合がほとんど。24bitになると、人の聞き取れる範囲を超えているので、ダイナミックレンジには余裕がある。32bitはオーバースペックに思えるかもしれないが、メリットはダイナミックレンジだけではないので利用価値は十分ある。

どのようにしてビットのデシベルを求めるのか
下に説明用として3bitの例を示す。3bitは2進数が3桁ということだから、 2^3 の8通りのパターンが存在する。10進数と2進数で書くと、
0 = 000
1 = 001
2 = 010
3 = 011
4 = 100
5 = 101
6 = 110
7 = 111
こうなる。これを2の補数を使ってプラスマイナスに振り分ける。すると10進数では次のような意味になる。
0 = 000
1 = 001
2 = 010
3 = 011
-4 = 100
-3 = 101
-2 = 110
-1 = 111
このような関係にしてしまえばプラスマイナスの足し算が簡単にできる。実際使われている16bit、24bitも同じ考え方。3bitの場合はマイナス-4～3の間となる。マイナスの方がひとつ多い。これをサウンドでは-1～1にマッピングして使うことになる。3bitの場合、数が少なすぎて1から離れた0.75がプラスの最大音量となってしまうが、このまま説明したい。
0 = 000 = 0
1 = 001 = 0.25
2 = 010 = 0.5
3 = 011 = 0.75
-4 = 100 = -1
-3 = 101 = -0.75
-2 = 110 = -0.5
-1 = 111 = -0.25
下に3bitの最大音量と最小音量を示してみた。ダイナミックレンジを考えるときに重要なのは最大音量はマイナスの最小からプラスの最大までを言う。スピーカーの動きから連想すると、一番引っ込んだ状態から一気に一番出っ張った状態までの動きが最大の幅となる。3bitの場合は7段ということになる。それに対して最小は1段分をカウントする。つまり1。スピーカーの動きとしては負荷のない状態から、ちょこっと前に出てきたようなもの。マイナスへ行く必要もない。動きがあればそれは音になる。これを比であらわすと、 7：1 となる。最小音量から見れば、その7倍の音量まで扱うことが可能。

これをdBで計算すると、7倍の音量差ということは、
20log (7/1) = 16.9019608dB
となる。これが3bitで扱えるダイナミックレンジとなる。ちなみに1段から2段の差は2倍なので、
20log (2/1) = 6.0205999dB
となる。よくこの数値を使って単純にビット数に掛ければダイナミックレンジが計算できるような紹介がある。3bitを計算してみると、
3bit * 6.0206dB = 18.0617997dB
となって大きくなってしまう。3bitの場合、その誤差は大きすぎて問題だが、16bitもあると問題ない。実際に計算してみると、
まず本来の計算ではこうなる。
16bit ：　20log ((2^16)-1) = 96.3294661 dB
24bit ：　20log ((2^24)-1) = 144.4943974 dB
32bit ：　20log ((2^32)-1) = 192.6591972 dB
簡易計算では、
16bit ：　16bit * 6.0206dB  = 96.3295986 dB
24bit ：　24bit * 6.0206dB  = 144.4943979 dB
32bit ：　32bit * 6.0206dB  = 192.6591972 dB
ビットが大きくなるほど誤差が少なくなっているのが分かると思う。

ビットの使い分け
長いこと16bitが主流であったが、最近は、録音装置、再生装置、及びソフト共に24bitが利用可能になってきている。ただCDなどは16bit規格で普及してしまっているから、簡単には24bitへの移行は出来ないだろうし、完成された音は16bitでも不満はない。ビットは大きいほど高解像度であるので、品質の面ではよいのだが、録音から再生まで、すべてにおいて高解像度にする必要性はない。むしろ、うまく使い分けるほうが経済的である。ビットの大きさ順に用途を並べると下のようになる。

編集加工 > 録音 > 再生（完成）

最もビット深度が求められるのは編集加工のプロセス。このプロセスは音量を細かくいじりまくることが多く、計算の誤差が出やすい。可能な限り誤差を少なくするためにビット深度は深ければ深いほど品質を上げることが可能。ビットを上げることでデータ量と計算量は増大するが、それだけのメリットはある。

録音はビット深度よりも、マイクやマイクプリアンプなどの機材の性能が大きい。これらの機材の性能が悪ければ、ノイズに埋もれてビット深度を生かしきれない。ただ、ノイズだけの話でもないので、ビット深度の高いものが利用できるなら、それらを利用すべきだろう。

再生は、多くの場合最終的な作品ということになるので、利用したいシーンが自ずと決まってしまうだろう。最近は音質よりもデータを小さくしたいという要求が強く、圧縮音源がスタンダードになってしまった。再生という意味では過酷な条件にある。でも仕方なく利用形態にあわせたフォーマットにするしかない。
多くの場合は16bitになると思う。録音、編集過程で24bitを使っていても、最終的に16bitにしてしまっては意味がないのでは？と思うかもしれないが、実際にはそんなことはなく、品質は明らかに違うものになる。例えば、
A：　録音16bit - 編集加工16bit - 再生16bit
B：　録音24bit - 編集加工32bit - 再生16bit
上記は全く品質が違ってくる。当然作業内容に依存するが、うまく行えばBが圧倒的に繊細なはずだ。
最近の再生装置は16bitを補間している場合も多く、実際のデータよりも高品質に再生される。ビットということではないが、圧縮音源で欠けてしまったデータを復元させて再生するということも普通にされている。劣化してしまった最終音源も、あの手この手で救済されているようだ。

32-bit float IEEE 754 浮動小数点数について

2011-12-27T01:03:00.000+09:00

自作サウンド・エフェクトを32-bit floatに対応させた。そのときに32-bit floatについて改めて調べてみた。少し疑問もあったので、それを明確にするのが目的。はじめネット上の情報で理解できるかと高を括っていたが、知りたいことがズバリ書いているところが見つからなかった。仕方なく32-bit float IEEE 754の原理を調べて、その後はプログラムを組んで確認していった。そのときのメモ。

無圧縮音声ファイルのWAV　32-bit floatを扱うための知識
floatの数値で音声ファイルに重要なのは、-1～0～+1の範囲。下の絵はAudacityのトラック部分。上下のレベルは-1～0～+1に対応している。この部分が、どのような精度で記録されていくのかを調べてみた。16bitや24bitと比較してどうなのか？　という点も重要。その差は問題となるのか？　など。　WAVフォーマットでは32-bit floatをそのまま利用しているので、1を超える数値や-1以下の数値も扱えてしまう。そういう部分にも触れたいと思う。

疑問点
そもそもの解像度を知りたいというところから始まった。漠然とかなりの解像度であることは分かっていたが、計算すると、かなり不思議な値が出てきた。０に近いほど精度が上がっていたり・・・　やたら大きな数も扱えたり・・・　表現出来る範囲は32bitのはずだが・・・　こんな感じで、その仕組みを知る必要性を感じはじめた。

ビットとは？
デジタル音声ファイルで、よく聞くビットというのは、音量レベルの解像度のこと。CDでは16bitが使われている。最近のデジタルレコーダーなどは24bitなどが採用されている。波形編集ソフトのAudacityでは様々なビットを扱うことができる。このビット数が高いほど細かな音量差を表現出来ると考えてよい。ただこのページの32-bit floatは、ビットの後にfloatという言葉が付いている。floatは浮動小数点数が扱えることを意味する。ビット数は同じでも表現出来る数値が違ってくる。

浮動小数点数
Javaで扱える数字の型はいくつかある。その中でfloat、doubleは小数を直接扱うことができる。つまりこれ以外は少数は直接扱えない整数型。floatは浮動小数点型といわれる型。doubleはビット数を上げて精度をより高めたもの。ここでは基本となるfloatのみ扱うことにする。

音声ファイルと各ビット数の解像度
音響機器では0dBというのが最大音量と決められている。パソコンでは、この0dBを+1もしくは-1として扱うことにして、無音を0としている。下はAudacityのゲインをdB表示させたところ。音声は基本的に0dB以下で構成される。

16bitの場合、表現出来る整数は0～2^16(65536通り)。ただ、音声ファイルはプラスマイナスが表現できないと困るので、２の補数を使うことで、それを実現している。Javaで扱えるshortの整数型そのもので、-32768～+32767 を扱うことができる。-32767が-1に相当し、+32767が+1に相当する。音の解像度は65536となる。65536の階段のようなもの。

24bitで表現出来る整数は0～2^24(16777216通り)で、16bitと同じように2の補数を使ってプラスマイナスを表現し、-8388608～+8388607 が利用されている。解像度は16bitの256倍もある。つまり、16ビットの階段ひとつ分に256段の階段をつけるようなもの。かなり細かな音量差を表現できるのが分かる。

32bitはどうか？　これはfloatではないもの。0～2^32(4294967296通り)。16bitと同じように2の補数を使ってプラスマイナスを表現すると -2147483648～ +2147483647 となる。解像度は高く24bitの256倍。16bitの65536倍となる。ただ現在のところ高負荷のため32bitは主流ではない。Audacityでは32bitで書き出すことは可能。

32bit floatはどうか？　これは単純に比較できない。整数を扱わないので、その構造から理解する必要がある。

32bit floatの構造
32bitなので、2進数の32桁ということに変わりはない。例えばこんな感じ。
0011 1111 1000 0000 0000 0000 0000 0000
0と1の組合せで32桁。とても読みにくい。これを16進数で表現すると、4桁分を一文字で表現できるようになるので人間でも読みやすくなる。
3F80 0000
こんな感じ。プログラムでは16進数という意味を込めて0xを頭につける。
0x3F80 0000
単なる32bitであれば、2進数を変換して10進数にして、必要に応じて2の補数を使ってプラスマイナスに分けるのだが、floatではやや複雑な手続きをする。まず下のように3つの部位に分かれる。
符号部(sign 1bit)、指数部(exponent 8bit)、仮数（かすう）部(mantissa 23bit)
0011 1111 1000 0000 0000 0000 0000 0000
次にこれらを、下のルールに則って値を求める。
float = (-1)^(符号部) × 2^(指数部-127) × 1.仮数部
上記に入れることでfloatの値を導く仕掛け。符号部と指数部は10進数で計算。指数部は2進数のままにして、最後に10進数なりに変換するというイメージ。

例1：
0x3F80 0000
2進数表記では
0011 1111 1000 0000 0000 0000 0000 0000
こうなるので、
符号部は0。
指数部は0111 1111 となり、10進数では127となる。
仮数部は000 0000 0000 0000 0000 0000となる。
float = (-1)^(0) × 2^(127-127) × 1.000 0000 0000 0000 0000 0000
=　1 x 1 x 1.0
=　1.0
となり、10進数の1.0を表現している。

例2：
3f000000
2進数表記では
0011 1111 0000 0000 0000 0000 0000 0000
符号部は0。
指数部は0111 1110 となり、10進数では126となる。
仮数部は000 0000 0000 0000 0000 0000となる。
float = (-1)^(0) × 2^(126-127) × 1.000 0000 0000 0000 0000 0000
=　1 x 0.5 x 1.0
=　0.5
となり、10進数の0.5を表現している。

例3：
仮数部が1以外になるような例
40400000
2進数表記では
0100 0000 0100 0000 0000 0000 0000 0000
符号部は0。
指数部は1000 0000 となり、10進数では128となる。
仮数部は100 0000 0000 0000 0000 0000となる。
float = (-1)^(0) × 2^(128-127) × 1.100 0000 0000 0000 0000 0000
=　1 x 2 x 1.1
指数を2進数にかけると桁がズレる。この場合は1桁上がる。ビットシフトのようなもの。
=　11
10進数変換
=　3.0
10進数の3.0となる。
こんな感じで計算していくのだが、例外とかいろいろある。

floatが表現出来る数値範囲
Javaの本には、こんな感じで載っていた。
プラスマイナス　1.40239846e-45（非正規化数）～ 3.40282347e+38
自分でJavaでやってみると以下の範囲になる。
プラスマイナス　1.401298e-45（非正規化数）～ 3.40282347e+38
これでピンと来る人は、かなり数値に慣れている人。普通の感覚的に直すと。
プラスマイナス
0.000000000000000000000000000000000000000000001401298464324817
～
340,282,346,638,528,860,000,000,000,000,000,000,000.0
の範囲で数値化できる。こんな書き方すると0がいくつあるのか分からなくなるので本当はしない。
これに加えて、当然 0 も表現できるし、なんと無限大も表現できる。
いくつかの代表的な数値をそれぞれの進数で表記してみると以下のようになる。
Decが10進数、 Hexが16進数、 Binが2進数。

Dec 0.0
Hex 00000000
Bin 00000000000000000000000000000000

Dec -0.0
Hex 80000000
Bin 10000000000000000000000000000000

Dec 1.0
Hex 3f800000
Bin 00111111100000000000000000000000

Dec -1.0
Hex bf800000
Bin 10111111100000000000000000000000

最大(無限大)　
Dec ∞ Infinity
Hex 7f800000
Bin 01111111100000000000000000000000

最大値
Dec 3.4028235e+38
Hex 7f7fffff
Bin 01111111011111111111111111111111

最小値（正規化数）
Dec 1.17549435e-38
Hex 00800000
Bin 00000000100000000000000000000000

最小値（非正規化数）
Dec 1.401298e-45
Hex 00000001
Bin 00000000000000000000000000000001

非数　NaN（Not a Number）
Dec NaN
Hex 7F800001～7FFFFFFF
Bin 01111111100000000000000000000001 ～
01111111111111111111111111111111

floatの解像度
そもそもの疑問はここだった。32bitという有限の2進数が表現できる組合わせは、4294967296通りであり、約43億弱ということになる。この解像度で無限大まで表現したら、各段はものすごく大きくなってしまう。では、どういう仕組みになっているのか？

結論から言うと0に近い数ほど解像度が高く、数値が大きくなるたびに1段あたりが大きくなっていく。。floatでは有効桁は6～7桁までで、それ以下は適当に丸められるので、すごく大きな数と、小さな数の計算は意味がなくなってしまう。
例えば10進数で、
99999999999999999999999999999999999999.0
という数字をfloatで表示させるだけで、
99,999,996,802,856,920,000,000,000,000,000,000,000.0
こんな感じになってしまう。上から7桁目までは、正確だけど、それ以降はあれれ？という結果になっている。内部的な構造を観察すると、表現出来る桁数に限界があるのが分かると思う。その桁数を指数を使ってスライドしているだけに過ぎない。10進数で7桁より下は表示されていても、参考にすらしないほうがよい。大きな数では、1の位とか10の位とかなじみのある桁が全然ダメになるのに対して、1以下の小数は都合よくまとまってくれる。
例えばこんな数値の場合
0.000000000000000123456789123456789
floatでは、
0.000000000000000123456785832878190
こうなる。やはり9という数字辺りからおかしくなるが、これは切り捨てても普通は問題にならない。

次にfloatで表現出来る0よりも大きくて一番小さい数値（非正規化数）は前述の通り、
1.401298e-45
であり、
0.00000000000000000000000000000000000000000000140129846432481700000
という数値。
これよりもひとつ大きい数値は？
0.00000000000000000000000000000000000000000000280259692864963400000
こうなる。10進数で表現するよりも16進数や2進数の方が実は分かりやすい。16進数だと次のようになる。
0x00000001
0x00000002
・・・・・
なんてことはない。一番下の数値がひとつ増えただけ。でも10進数を見ると2倍になっている。さらに10進数で小さい順に並べていくとこうなる。
1.401298e-45
2.802597e-45
4.203895e-45
5.605194e-45
7.006492e-45
8.407791e-45
9.809089e-45
1.121039e-44
1.261169e-44
1.401298e-44
1.541428e-44
1.681558e-44
1.821688e-44
1.961818e-44
・・・・・
つまり最小の1.401298e-45の倍数になっている。

次に正規化数の最小16進数では以下のようになる。
0x00800000
0x00800001
0x00800002
・・・・・
10進数で表示させると以下のようになる。この段階も1.401298e-45の倍数。有効桁ギリギリが変化しているのが分かる。
1.17549435E-38
1.1754945E-38
1.1754946E-38
1.1754948E-38
1.1754949E-38
1.175495E-38
・・・・・

次に、指数が上がった16進数は
0x01000000
0x01000001
0x01000002
・・・・・
10進数では
2.350988701644575e-38
2.350988981904268e-38
2.350989262163961e-38
差は 2.80259693e-45 で、先の指数に対して2倍の大きさになっている。

次に、指数が上がった16進数は
0x01800000
0x01800001
0x01800002
・・・・・
10進数では
4.70197740328915e-38
4.701977963808536e-38
4.701978524327921e-38
・・・・・
差は5.6051938e-45。さらに2倍の大きさになっている。はじめの4倍。
指数がひとつ上がると、2倍の大きさの階段に拡大していくのが分かる。

解像度としては仮数部の組合せが23bit+暗黙の1があるけど、下のように計算してみた。
2^23=8388608 通り
これに指数をかけるが、ここでは0～1までに限定すると、-1～-127で127通りがある。これに１を合わせるので+1が必要。
8388608 * 127 + 1 = 1065353217
となる。サウンドで使える0～1.0の解像度は約10.65億通りという計算になる。プラスマイナスを合わせれば約2倍となる。
ただ、0周辺はダイナミックレンジに応じて完全に埋もれてしまうので、実質使える部分はもっと少ない。例えば16bitの96dBで計算すると、10億にまで減る。あまり減ったという感覚はないけど、0.65億は完全に埋もれているわけだ。

下図はプログラムを組んで、0～1.0までの点を打ってみた。点は指数部がひとつ上がるたびに打っているので128点ある。各点の間には等間隔に仮数部の8388608点が存在している。0付近は無数に点があるのに、途中から急激に1.0に向かっている。0.5から1.0直前までは指数の桁は変わらない。

下図は急激に上がっている部分の拡大。上段がリニア表示で、下段がdB表示。dB表示するとほぼ直線状になることが分かる。Audacityでは最大で-145dBから0dBの表示なので、途中から斜めに伸びているが、理想的な表示であれば、完全に斜めの直線状に点が並ぶはず。人間の耳は対数的な感覚を持っているので、floatの解像度の変化はあっているかもしれない。ちなみに-145dB以下は人の聴ける範囲を完全に超えている小ささなので、通常は無視してよい範囲。

下図は0.5～1.0の8388609点。44100Hzで各点を打ったので、約3分のデータになっている。リニア表示で直線になる。各点のステップは等間隔。その間隔は10進数で 0.0000000596046448 となる。

32bitと32bit floatの比較
まずは最小値の比較
32bit：
0.0000000004656612873077392578125
32bit flaot：非正規化数
0.000000000000000000000000000000000000000000001401298464324817
32bit flaot：正規化数
0.000000000000000000000000000000000000011754943508222875
圧倒的に小さい数を表せるのが32bit float。

1.0とその次に小さい値の比較
32bit：
0.999999999534338712692260742188
1.0との差は
0.0000000004656612873077392578125
32bit flaot：　
0.9999999403953552 (0x3f7fffff)
1.0との差は
0.0000000596046448
1.0に近いと32bitの方が解像度が高い。

32bitは常に0.0000000004656612873077392578125 ステップで動作する。つまり等間隔。floatは0に近いほど解像度が上がるが、指数が同じ間は等間隔になる。サウンドの場合、特に0.5～1.0の間は指数ひとつ分の解像度しかない。つまり8388608点しかない。一方32bitは1073741824点であり、その差は128倍。32bit float(0.5～1)の解像度の低さが実感できるだろう。ちなみに24bitの0.5～1.0は4194304点。32bit floatはかろうじて、24bitの2倍の解像度がある。

32bit floatは0に近いと解像度が上がる。32bitと同等の解像度になれるのは、0.00390625以下のときで、dBで計算すると-54.1854dB以下のとき。レベルが下がると劇的に解像度は上がっていくのだが、サウンドにおいては、90dB以下のノイズに埋もれている部分は解像度が高くても、あまり意味のない話になってしまう。

ということで実用的な範囲での解像度では32bitが上だが、Audacityでは現在のバージョンでは32bitをサポートしていない（読み込み、書き出しは可）。またVSTなども32bit floatか64bit doubleで計算を行う仕様になっている。計算においては何かと小数点を扱えた方が都合がよく、整数型の32bitは今後も使われそうもない。

サウンド加工した場合、16、24bitに比べ32bit floatのよい点は？
まず、サウンドの加工をする場合、VSTなどを見ても内部的にはfloat、doubleを使って計算している。そして加工後に各ビット深度にマッピングすることになる。そのときの誤差が問題になったりする。16bitや24bitはどうしても誤差が出てしまい避けることはできない。繰り返し加工をすると、僅かな誤差も拡大し、大きな問題になってくる。一方32bit-floatは計算結果を変換せず、そのままアウトプットできる。マッピングによる誤差がないだけでなく、変換ロスがないため実は高速に処理できる。ということで加工中は32bit-floatにしておくべきだと思う。最後の最後に1回だけ16bitなど汎用bitに落とすという使い方が正解だと思う。

あとは小音量時の分解能が32bit-floatは圧倒的なので、やはり差があるように思う。例えばリバーブなどを薄くかけると、その残響成分などは質が違って聴こえる。16bitと比較すると話にならないぐらいの差が出てしまう。

Audacity Tips

2011-12-20T18:48:00.000+09:00

知っていると、ちょっと便利なチップを書いておくページ。

各種設定ファイルをAudacity.exeと同じ階層に格納する　111220
Audacity.exeと同じ階層にportable settingsフォルダがあると、各種設定ファイル(エフェクトの設定なども)をそこに格納する。デフォルトでは、このフォルダはなく、ウィンドウズの場合、C:\Documents and Settings\ユーザー名\Application Data\Audacity\　ここに保存される。定義ファイルなどを直接いじったりするような使い方をする人はアプリケーションと同じフォルダにあると、あちこち開く必要がなく便利。またUSBメモリ等にAudacityを入れて、他のPCで作業するときなども有効。注意点としてはバージョンアップするときに、設定等を反映させるには、手作業でフォルダをコピーする必要あり。

レイテンシの設定　111127
多重録音では必須のレイテンシを調整してみた。
使用機材は、PCがThinkPad X61でオーディオインターフェイス兼ミキサーがALESIS MultiMix 4 USB。これにダイナミックマイクを接続してギターなどを録音している。
Audacityで録音した音を再生して、それを聴きながら2回目の録音をする場合、何も設定しないと、1回目と2回目の録音がズレてしまう。これを調整するのがLatency correction。

AudacityのPreferencesを開いて、Recording > Latency > Latency correctionで調整する。録音トラックは再生トラックよりも遅れるために、その遅れを録音後に修正するための秒数を設定する。
自分の環境では -154.6773 milliseconds になった。

秒数の決め方
Audacityで再生サンプルのトラックを作る。デルタ関数、もしくはGenerateのClick Trackなどを作る。これはパルスのような波形なので、秒合わせをサンプル単位で行いやすくするため。これを再生しつつ、録音することで、そのズレを計測する。経路としてはAudacityで再生された音は、USB経由でアレシスのミキサーへ行きヘッドフォンで再生される。これを聴いて演奏するので、そのヘッドフォンからの音をマイクで収録して、逆の経路で戻してやる。そしてAudacityで録音したものと、再生したものを比較して、そのズレを修正する。拡大してサンプル単位で数えて、それを秒数に直して設定することでピタリと合わせることができる。
実際にはヘッドフォン端子からモニタースピーカーにつないで、それをマイクで収録している。マイクとスピーカーの距離も影響するので、実際の録音を考慮して距離を調整することでより完全なものになる。

Audacity Effect VSTについて

2011-12-20T11:49:00.000+09:00

VSTとは？
AudacityではDAW(Digital Audio Workstation)で標準的になったエフェクト規格であるVSTが扱える。VST(Virtual Studio Technology)は、スタインバーグ社(ドイツ)のプラグイン規格。VSTには大きく分けて2種類あって、VSTiと言われる音源と、VST、VSTeなどと言われているエフェクト。

VSTが出てきた当初は、音とは関係ないGUIがうっとうしかったが、このスタイルが一般化してしまった。楽しいのでまぁいいか。一時期YAMAHAもこの流れを無視できなくて、独自にスタインバーグぽいシーケンサーSOLを作っていたけど、いつの間にかスタインバーグを子会社化してしまった。10年ほど前に少し関わったことがあるので感慨深いものがある。

VSTプラグインの入手先
VSTの入手は下記URLなどを参考に。膨大なVSTエフェクトがある。
http://www.kvraudio.com/

AudacityではVSTを完全にサポートしているわけではない
まずAudacityで扱えるのはエフェクトであるVSTのみであり、オーディオ用エフェクトとして利用することが前提。
VSTの設定ファイルであるfxpを直接読み込むことができない。設定はXMLで保存することはできるが不具合が見受けられる。
VSTによっては動かなかったり、部分的に動作しないということもよくある。

Audacityではリアルタイムに操作できない
通常VSTは再生しながらエフェクターのパラメーターを調整していくのだが、Audacityは、それができない。選択範囲にエフェクトを適用するだけ。ささやかながらプレビューが数秒できるので、そこで試行錯誤するしかない。リアルタイムに聴きながら調整したい場合は他のソフトを使用した方がよい。

32bit floatでも0dB以上はデータはクリップ
VSTの仕様のようだが、やや残念。普通は0dB以上にすることもないから問題はないけど。

Audacityでも高速処理が可能に
バージョン1.3.13から高速に処理できるようになって、ストレスなく使えるようになった。

VSTは自作も可能
VSTはスタインバーグ社に登録してSDKを入手すれば、誰でも自由に開発することができる。基本的にC++なので、その手の知識が必要。昨年少しいじってみた記事はこちら。

インストール方法
各ホームページ等でダウンロードしたVSTプログラムである.dllをAudacityのディレクトリにあるPlug-Insフォルダに入れる。Audacity側はPreferences > Effects > VST Effects > Rescan VST・・・をインストールの度にチェックする必要がある。チェック後にAudacityを再起動すればVSTプラグインは認識され、Effectメニューから確認できる。

VSTウィンドウ
下はClassic Reverbを表示させたところ。

Presets：
あらかじめ用意されたプリセットを選択できる。プラグインによってはうまく表示されない場合もある。

Load / Save
任意の設定はXMLとして保存及び読み込みができる。XMLの中身は下のような感じでパラメータの設定が0～1の間で記録される。

<vstprogrampersistence version="1">
    <effect name="Classic Reverb" version="0">
       <program name="Test">
          <param index="0" name="Size" value="0.850000" />
          <param index="1" name="Damping" value="0.500000" />
          <param index="2" name="Predelay" value="0.500000" />
          <param index="3" name="Hi Damp" value="0.680000" />
          <param index="4" name="Lo Cut" value="0.250000" />
          <param index="5" name="Early Ref." value="0.200000" />
          <param index="6" name="Mix" value="0.070000" />
          <param index="7" name="Level" value="0.500000" />
       </program>
     </effect>
</vstprogrampersistence>

問題は読み込むときにparam index "0"は無視される。例えばClassic ReverbのSIZEというパラメーターが読み込まれない。いくつかのVSTも同じ症状を示したので、Audacityの問題のようだ。
VSTは本来.fxpというファイルに保存するようになっているので、XMLでは互換性など、いろいろ無理があるようだ。

Preview ボタン
Preferences > Playback > Effects Preview で設定した秒数、適用したサウンドを再生する。

OK / Cancel ボタン
OKを押せば選択範囲に適用され、Cancelを押せばエフェクトは何もせずに終了する。

適用すると音が遅れることも
エフェクトによるが、適用すると音が遅れることがよくある。エフェクトによって遅れ方は様々で、数サンプルから200msec以上遅れることもある。エフェクトごとに遅れを計測して適用後に修正する必要がある。

Audacity Audio Track について

2011-12-04T21:40:00.000+09:00

オーディオトラックは大きく分けて、以下のステレオとモノラルに分けられる。

ステレオトラック：左右のチェンネルがセットになったトラック

モノラルトラック：通常のモノラルか、ステレオの左か右の場合がある。

Track Drop-Down Menu　メニュー
トラックコントロールパネルの名前（三角）をクリックするとメニューが表示される。ここでしか操作できない項目もあり、どれも重要な機能ばかり。ここのメニューは各トラックごとに別々の設定ができる。

Name
トラックに任意の名前をつけることが出来る。英語でguitarとかの楽器の名称をつけると、ミックスボードのアイコンが楽器になる。

Move Track Up / Move Track Down
トラックが複数ある場合は、上下に移動できる。これはマウスでコントロールパネルをつかんでドラッグして移動も可能。

Waveform ～ Pitch(EAC) 表示の切替
設定でデフォルトを任意に決められる。

Waveform

デフォルトの波形、リニア表示。視覚的には分かりやすいのだが、耳の感覚とは実は違う。下のdB表示と使い分けるとよい。波形の濃い青はピーク値で、薄い青は実効値（RMS）となる。実効値とは２乗平均平方根で、計算式もそのまま。ある範囲の値をそれぞれ２乗して、それらの平均を出した上で平方根をとると実効値が出てくる。

また録音しているときにリアルタイムに表示されるのは、これと下のdB表示のみ。

waveform dB

音処理の多くはdBが基本なので、波形もdB表示にしないと、まともに作業が出来ないことも多い。dBは人間の感覚に近い。デシベルとビットの関係についてはこちらのページ。

Spectrum

scaleは周波数(Hz)になっている。Preferences > Spectrograms > Show the spectrum using grayscale colors のチェックするとグレー表示。

Spectrum Log
上の対数表示。音程などを見る場合はこちらのほうが都合が良い。

Pitch EAC
ピッチを視覚的に表示。ただし処理が重め。下は55、110、220、440、880、1760Hz・・・と、Aの音をオクターブずつ上げた波形をEACで表示させたところ。高い音ほど細い線になって数が増える。大雑把に半分の太さになっている。間隔も半分ぐらいになっている。色は音量を示す。

下はsine波をA440Hzから半音ごとにA880Hzまで並べてみたところ。段々と細くなるだけでなく、上にシフトして間隔が狭まっているのが分かる。

Mono
Left Channel
Right Channel
トラックがモノラルの場合以下の３つのどれかにチェックが入る。

Make Stereo Track：
モノラルトラックを複数選んだとき、メニュー操作したトラックが左チャンネル、その下のトラックが右チャンネルとして、ストレオトラックになる。

下が作られたステレオトラック。

Split Stereo Track：
ステレオトラックを左チャンネル、右チャンネルとしてモノラルに分離。

下は分離されたステレオトラック。上が左チャンネル、下が右チャンネルになっている。パンの操作バーも表示されているが、左チャンネルの場合、L～Centerは変化なく、R側にすると音量が減り、R100%にすると音は消えてしまう。
普通のモノラルにしたいときは同じようにメニューでMonoを選べばよい。

Split Stereo to Mono：

ステレオチャンネルをそれぞれ、モノラルトラックとして分離。パンは普通に効く。

Set Sample Format
音量の分解能を選択できる。

16-bit PCM：
オーディオCDの分解能で、古くから使われていて互換性が高い。デジタルオーディオの音量は-1～+1の間で記録されている。0は無音となる。16bitは10進数で0～65535の数字を表せる。これを２の補数を使ってマイナスを扱えるようにする。その範囲は-32768～32767。これらを-1～+1にマッピングさせて対応している。-1から1までの分解能は65536段階になる。wavについてはこちらのページを参照。

24-bit PCM：
最近の高音質な録音機材は24bitをサポートしている。24bitは10進数で16,777,216まで扱えて、16bitの最小単位をさらに256分割できる分解能がある。bitが増えた分だけファイルサイズも大きくなる。16bitの約1.5倍となる。フォーマットも様々なので、互換性という意味ではいろいろ問題が出る場合がある。

32-bit float：
Audacityの内部処理はこれで行われているようだ。浮動小数点数のフォーマットでIEEE754では1.401298e-45（非正規化数）～ 3.40282347e+38 まで扱える。他との違いは0dB以上もデータとして存在している点。オーディオで通常使う0dB以下は、そのまんまの-1～1で扱っている。それでも24bitを超える高分解で、0に近づくほど更に分解能が上がっていくと考えてよいと思う。ただし計算によっては誤差が出やすい。IEEE754の資料が難しく十分理解できないので間違っているかもしれないが・・・　32bit floatはAudacity内での作業用と考えた方がよく、データのやり取りには向かないフォーマット。16bitに対して約2倍のファイルサイズになる。32-bit floatについて調べたり、プログラムして確認したことをこちらのページにまとめてみた。

あとビットとデシベルについては、こちらのページも参考になると思う。

Set Rate　8000～96000Hz　もしくは任意に設定可能
時間軸に対する分解能。１秒間に何回音の点を打つかということ。表現出来る最高音の周波数はその1/2となる。そのサンプリング周波数を選択できる。ここでの変更はリサンプリングではなく、時間軸に対して伸縮する。音は加工されない。

Other...を選択すると、別ウィンドウが表示されるので、そこで任意のサンプリング周波数を打つことができる。

下は１秒間の長さの44100Hzのオーディオファイルをコピーしてサンプリング周波数を変更してみた。2倍の任意88200Hzにしたところ。時間はちょうど半分になっている。波形は全くいじられていない。時間の解釈が変わったというところか。

時間軸をそのままにして、サンプリング周波数を変更するには、Tracksメニュー > Resample を選択する。波形は加工される。

Track Control Panel

名称
名称表示とクリックによるメニュー表示。

トラックの情報表示
トラック種類、サンプリング周波数、ビット数。

Mute / Solo

Editメニュー > Preferences > Tracks > Solo Button で Simple を選んだ状態で、Torack Control Panel の Solo を押すと他のトラックはミュートされて再生する。その状態で他のトラックのSoloを押すと、再生トラックが切り替わる。

デフォルトだとStandardが選ばれている。この状態だとSoloボタンが押されたトラックはすべて再生する。Noneを選ぶと、ボタンそのものが表示されない。

- + スライダー　音量レベル　-36dB～0dB～36dB

トラックの音量を調整する。単位はdBで、普通にマウスでドラッグすると1dB単位で調整できる。shiftキーを兼用すると0.2dB単位になる。またダブルクリックすれば、別ウィンドウがが開いて、数値入力も可能。トラックをミックスする場合、この音量が反映される。

L R スライダー PAN パン L100%～Center～R100%

左右の定位を設定する。単位は%。普通にマウスでドラッグすると10%単位で調整できる。shiftキーを兼用すると1%単位になる。ダブルクリックすれば、別ウィンドウがが開いて、数値入力も可能。トラックをミックスする場合、パンは反映される。

三角マーク

縦に小さく折りたたむことが出来る。もう一度クリックすると戻る。

折りたたまれた状態では、三角は下向きになる。

トラックのサイズの変更はマウスを使っても可能。下のようにマウスでカーソルが上下矢印になる位置でドラッグすれば自由なサイズに変更できる。

Vertical Scale
音量レベルの目盛が書かれてる部分。Waveformのリニア表示（下左図）だと中心が0で上下が最大1、-1となっている。Waveform dB表示(下右図)だとPreferencesの設定に応じて中心付近が-48など表示。最大が0となる。

下がPreferences > Tracks > Mater/Waveform dB range。いくつか選べるようになっている。

Vertical Scaleを左クリックすると拡大、右クリックすると縮小表示する。
さらに拡大したいときはドラッグすることで、下図のように任意の位置の拡大も可能。コンプなどの設定をするときには必須。DCオフセットを決めるときなどもよく使う。
拡大しすぎて、縮小を使って元に戻すのが大変だと思えたら、左クリック（拡大）を数回（3～4回）やっていると、あるとき標準のスケールに戻る。この辺りはやりながら発見したことで、オリジナル英語マニュアルにも明記がない。

レベル１(0dB)以上の拡大
オーディオファイルが16bitの場合、リニアでレベル1（もしくは-1以下）を超えるとクリップしてしまう。下のように完全に頭が平ら。音はブチット鳴る。16ビットの実体は -32768～32767の数値を-1～1に対応させているに過ぎなく、-1以下、1以上はデータとして存在し得ない。こうなってしまったファイルはもう元には戻せない。

32bit floatだと、下のように1を超えてもデータ上はクリップせずにデータが存在している。でも音は出力の段階でまるめられるので、16bitと同じようにクリップする。データはドラッグして、さらに上のレベルであっても見ることができる。32bit floatは1.175494E-38～3.402823E+38までの数値を扱えるので、理論上は相当なレベルでも表現可能。オーディオとしては-1～1までの範囲しか扱っていないだけの話。音としてはクリップしても、データとしては存在しているので、加工途中でこうなったのなら、復活させることができる。

Audacityの処理は基本的に32bit floatで行われているので、積極的に加工するならば32bit-floatにして作業する方がよい。他のbit数で処理すると、32bit floatで計算した後にビット変換をするのでロスもあるし、誤差も出やすくなってしまう。またVSTエフェクトも32bit-floatで処理されている。

試しに32bit-floatで極端に増幅してみた。最大音量レベルがリニアで50000の場合が下。計算はfloatの範囲内であれば問題なく出来ていることがわかる。それを大真面目に表示するAudacityってステキ。

Waveform Display
選択しているツールによって機能が変わる。カーソル等で判断できる。

各ツールの名称(ショートカット)
セレクション(F1)、エンベロープ(F2)、ドロー(F3)、
ズーム(F4)、タイムシフト(F5)、マルチ(F6)

セレクション、ズーム、ドロー、タイムシフトツールの時のカーソルを並べてみた。ドローはサンプル単位の編集用なので、サンプルの点が見えるまで拡大しないと使えない。

タイムシフトは、トラック全体や、一部を移動させることができる。

ズームで波形を拡大してみると、波形の特徴が見えてくる。ギザギザがあるほど高周波を含んでいる。ドラッグすることで任意の範囲を拡大することも可能。

ドローでサンプルポイントを編集しているところ。サンプリング周波数が44100Hzの場合は、１秒間に44100の点がある。各点は、その１点１点となる。マウスで適当にドラッグして編集する。現状では数値制御はできないようだ。現状ポイントの情報と、数値制御できれば素晴らしいのだが。

エンベロープツールを選ぶとカーソルだけでなく、トラックの表示も変化する。自由に制御ポイントをつけることできて、波形のレベルをマウスで調整することができる。細かな音量調整では威力を発揮する。

またエンベロープを使って音量などを調整する場合、オーディオファイルを直接加工していないため、簡単に元に戻すことができる。エンベロープなどを有効のまま保存するにはプロジェクト(Audacity専用)として保存する必要がある。

マルチツールを選ぶとエンベロープツールに似た表示になる。すべてのツールの機能を内包しているので便利そうだが、誤操作してしまいやすい。

Audacity マニュアル目次はこちら

Audacity Effect Menu (エフェクト) part3

2011-12-04T17:51:00.000+09:00

以下はサンプルプラグインで削除も可能。また自作したプラグインはここに表示される。まずはNyquistプログラム言語で作られたプラグインから。

Clip Fix

クリップして本来の音が損失してしまった部分に適用すると、それっぽく復活したりする。下の上段はクリップして頭と底が平らになってしまった波形。これにClip Fixをかけると下段のようになる。

Cross Fade In / Cross Fade Out
名前からは違った印象。説明も自動でクロスフェードするものでないと書かれている。じゃあ何？異なるカーブを提供とあるが、カーブは下のようになった。上段がCross Fade In/Out で下段がFade In/Out表示はライナー。最後にすっと消えるかんじ。

Delay

風変わりなDelayでナチュラルに使うものではなさそう。飛び道具的なもの。

Delay type
３つのタイプがある。regular、bouncing ball、reverse bouncing ball。もはや普通のディレイではないことがわかる。bouncing ballボールが床に落ちたときのような、段々と早くなるディレイ。reverse bouncing ballはその逆。

Decay amount -1.0～24 dB（マイナスが増幅）
繰り返すたびに音量をどうするかを設定する。普通は音量が下がるのだが、マイナスにすることで、音量を上げることもできる。

Delay time 0～5sec
残響の間隔の設定。

Pitch change per echo　-2 ～ 0 ～ 2
ピッチを上げたり、下げたり変更できる。

Number of echoes 1～30
何回繰り返えすかを数字で指定する。あいまいなフィードバックではない。

Delay typeの違いは以下の通り。上からregular、bouncing ball、reverse bouncing ball。

サンプルはRisset Drumで作った音を加工。bouncing ball、bouncing ballピッチ下降、bouncing ballピッチ上昇、reverse bouncing ballの４種類。

High Pass Filter

不要な低音はこれでカット。マイク録音では必須のプラグイン。プラグインの中身を見たらNyquistのHighpass Filterをそのまま使っていた。Nyquistでは以下の５つを提供している。
6dB = (hp signal cutoff)
12dB = (highpass2 signal cutoff q)
24dB = (highpass4 signal cutoff)
36dB = (highpass6 signal cutoff)
48dB = (highpass8 signal cutoff)
フィルターのタイプはIIRのButterworth。平坦な特性を持つ優れたフィルター。highpass2などの番号はpoleの数（タップの次数）を示す。6dBだけは番号がないが1poleのはず。Rolloffの数値が大きくなるほど傾斜がきつく、深いカットを実現できる。Butterworthはカットオフ周波数(Cutoff frequency)が基本的に-3dBとなる仕様なので、削りたくない帯域より若干低めに設定したほうが良い。

12dBだけはqualityをコントロールできる。0.1～20まで可能。これはカットオフ周波数(Cutoff frequency) を何dB下げるかを設定するためのもの。初期値は0.7071と入っているので-3dBという計算になる。計算式は以下の通り。
1.0*10^(x/20)
xに希望のdB値を入れると、小数で表示される。それをパラメータにセットすれば、おおよそその値になる。いくつか計算するとこんな感じになる。
0.1 = -20dB
0.3162 = -10dB
0.7071 = -3dB
0.8913 = -1dB
1.0 = 0dB　　１以上は普通使わないと思うが・・・
3.1622 = 10dB カットオフ周波数が膨らんで不自然になる
20 = 26.019dB
通常は初期値の0.7071の-3dBをオススメする。Butterworthに関する知識がある人が、特別な場合に、あえて使うパラメータだと思う。

下はホワイトノイズに各Rolloffでかけてみたところ。すべて100Hzに設定している。

6dB なだらかな特性で、カットも6dBと浅め。

12dB 傾斜がややきつくっているが、角はかなりまるい。

24dB かなり急な傾斜を実現している。角の丸みも小さくなっている。カットはかなり深く通常は限界まで下げられてしまうだろう。24dB以上は、表示のdBで選択するよりも傾斜で使い分けたほうが良い。

36dB さらに急な傾斜

48dB ストンと落ちたような傾斜。

Audacityから周波数スペクトルをテキストファイルとしてExportしてLibreOfficeのCalcに取り込んで比較してみた。効き方の違いがこちらの方が分かりやすい。

Low Pass Filter

高域をカットするのがLPF（ローパスフィルター）。上のHPFは構造的にはLPFの応用になり、計算式の一部をシフトすることで得られている。特に説明はHPFと同じなのでしない。
下は10kHzでカットしたものをそれぞれ周波数スペクトルで表示してみた。

6dB

12dB

24dB

36dB

48dB

Audacityから周波数スペクトルをテキストファイルとしてExportしてLibreOfficeのCalcに取り込んで比較してみた。各設定値でのカーブの違いが一目瞭然になった。周波数の表示はリニアにしている。

Notch Filter

狭い帯域を減衰さえるプラグイン。下は1000Hzを最も狭いQ20で下げてみた。極端ではあるが、かなり強力な効き方をする。

Tremolo

音を揺らすためのエフェクト。シンセなどで使われている。原理は一定の周期の波形に合わせて音量を調整するもの。波形の種類は下図の５つがある。上からsine、triangle、sawtooth、inverse sawtooth、square。
Starting phaseは開始位置を角度で調整する。-180から180度。
Wetness levelは0～100%。100%にすると下のような音量差が最大になる。
Frequency は周期をHzで指定する。

サンプルは、ブラウンノイズにsine波のトレモロをかけたら、蒸気機関車みたいな音になった。

Vocal Remover

歌の入った曲から、歌だけを消してバックの演奏だけにするエフェクト。つまりこれで既存の曲からカラオケが作れるというわけ。

しくみとしては左右のチャンネルに均等に入っている音（センターの音）を消すので、条件としてステレオであることと、歌がセンターに定位していることが重要。多くの場合、多少は残るがカラオケで使うなら気にならないぐらい消せると思う。

実は、これに頼らなくてもInvertとEqualizationで同じようなことはできる。原理としては(L)+(-R)で処理すればよい。

Vocoder

70～80年代のロボットボイス。楽器の音と、人の声を融合させるような効果がある。原理は興味深く、以前に少し調べたことがある。元々は通信技術のひとつとして開発されたもの。簡単に説明すると、楽器等の音を、声フィルターを通することで、音を作り出すもの。そのため音程は楽器が担い、音色は混じったようなものになる。言葉も聞き取れるようになる。

このエフェクトの使い方は、ステレオトラックを用意して、左チャンネルに人の声、右チャンネルに楽器やノイズを入れる必要がある。実際にはモノラルトラックで別々に録音するなりして、それをステレオトラックにする。そしてステレオトラックを選択して、Voccoderをかけるとロボットボイスになる。

サンプルは適当にロボットボイスELO風にやってみた。まぁこんな雰囲気になるということで。

以下はLADSPA effects。dllで提供されている。

Hard Limiter

スレッショルドでスパッと切ることが可能なリミッター。切り口は平らになってクリップするので、Residue levelを0.3～0.6ぐらいにして、多少緩和させることも可能。wet levelは処理後にボリュームを下げる。これは通常1.0でよいと思う。

下はすべてdB表示。上段がオリジナル波形で全体を表示している。中段は分かりやすように一部を拡大している。-9dBでResidue levelを0にしてスパッと切ったところ。これは音が歪む。下段も一部拡大表示。Residue levelを0.5にして、自然な感じにしたところ。

GVerb

リバーブ。VSTの優れたリバーブがたくさんあるので、どうしても見劣りしてしまう。
リバーブについてはこちらのページにいろいろ書いているので参照してください。

あえてどんなものか試してみる。まずはパラメーターから。

Roomsize 1～300m
英語の説明を読むと、一般的に初期反射音にも影響を受けるとあるが、GVerbは一般ではないようだ。試す限り、初期反射音は影響を受けていない。完全に残響用と考えていい。

Reverb time 0.1～30s
残響の長さを調整。実際は若干短いぐらいか。初期反射音には関係ない。

Damping 0～1.0
残響の高域特性をコントロール。一般的には値を大きくすると高域が減衰する。やってみると0.6～1.0の間で差が出てくる。1にすると、残響そのものがなくなる。一般的なDampingとは異なるようだ。

Input bandwidth 0～1.0
やや不明なパラメータだが、上記のDampingにもかぶっている。0～0.2の範囲でないと差は出にくい。0にすると残響が消える。

Dry signal level -70～0dB
GVerbはオリジナルの音であるDRYと、作った残響のミックスをする。そのときにDryのレベルを調整する。これが0dBだったりすると、ミックス時に音量が上がりすぎて歪んだりすることもある。

Early reflectionlevel -70～0dB
初期反射音の音量を調整する。初期反射音に関してはこの音量調整しかできないようだ。

Tail level -70～0dB
残響の音量レベルを調整。

感想。Early reflectionを独立して使えるかなと、ちょっと期待したのだが、調整は音量ぐらいしかできないという結果に。パラメーターも実は同じような機能を提供しているようなものもあり、どうも釈然としない。Damping、Input bandwidth、Tail levelがそれで、音色調整には至らないように思えた。やはりVSTのリバーブを使った方がよさそうだ。

サンプルを作ってみた。いろいろいじってみたけど空間表現は無理っぽい。どうも左右チャンネル同じ扱いのようだ。つまりモノラルをステレオにしてGVerbをかけても空間は作れない。試しに適用後に左右のチャンネルを分離して、位相を反転して合成したら0になった。左右全く同じ処理がされていたということ。とりあえずエレクトリックギターをダイレクトに録音して、GVerbだけ薄めにかけてみた。こういう使い方なら使えるかも。

SC4

コンプレッサー。今回レビューにあたり、初めて使ってみたが使い勝手はよさそうだ。Audacity標準コンプレッサーよりも、こちらの方が普通のパラメーターが並ぶ。特徴としてはRMSも見ていることだろう。これは実効値、一定時間の平均の音量のようなもの。ピークだけで計算しているコンプとは少し違う。

Audacity マニュアル目次はこちら

Audacity Effect Menu (エフェクト) part2

2011-12-04T10:55:00.000+09:00

Leveller

コンプとは違った方法で、音量差を少なくするプラグインで歪みがないのが特徴。

Degree of Leveling：
None-Skip / Light / Moderate / Heavy / Heavier / Heaviest

Threshold for Noise： -20～-80dB

原理が不明だが、歪が出ないというのは使いやすいかもしれない。あまり調整の必要のない簡易コンプというかんじ。

Noise

ノイズ除去のプラグイン。ノイズ成分をStep1でセットして、その成分を除去するような仕組み。この手のものにあまり頼らないほうがよい。どうしても不自然さが伴ってしまう。

サンプル音源。-50dBのホワイトノイズとアコースティックギターをミックス。１０秒まではノイズありで、ビープ音以降はノイズリダクションした音。人工的なホワイトノイズだからか、結果は良好かもしれない。ただ、よく聴くと不自然さは漂っている。

Normalize

手軽にDCオフセットと、音量を0dBまで増幅することができる。機能としてはAmplifyともかぶる。

Remove DC offset
無音時にレベル0になっていない場合、0にするためのもの。録音環境によっては、たまにズレが起きることがあるのでそれを修正する。

Normalize maximum amplitude
0dBの場合は最大音量にする。-1dBなどに調整して使うことも出来る。

Normalize stereo channels independently
ver1.3.14から導入された部分。チェックするとステレオの場合、各チャンネルごとに最大音量の調整が行われる。これをチェックしないと両チャンネルとも同じ増幅率が適用される。

上段が直流ノイズで0がズレてしまっている例。それにNormalizeをかけると、下段のようになる。0はちゃんと0になり、最大音量まで上げられている。

個人的に任意にDCオフセットをしたくて自作してみた。詳細はこちらのページで。

Nyquist Prompt ★

Nyquistのソースをプロンプトに打ち込むと、それを実行することができる。Nyquistプラグインの作成途中で、いろいろ値を変更しながら様子を見るのには便利。上記はディレイの試行中。

Phaser

フェイザーはオールパルフィルタを使って特定の周波数の位相を反転する。その周波数をLFOで周期的に変化させながらドライ音とミックスする。元々はロータリースピーカーを模したエフェクター。しかし代替に及ばず、独自のエフェクターということで定着したようだ。

サンプルはアコースティックギターコードストローク。ヘッドフォンとかで聴くと、回っているような感じがすると思う。

Repair★★
何気にすごいプラグイン。インターフェイスなしで、選択と同時に実行される。
下の波形を見てもらえれば分かると思うが、上段がオリジナルで、不自然に乱れている。下段がRepairで、文字通りリペアした状態。キレイなサイン波に戻っている。ちょっとしたクリップなどであれば、かなりキレイに修正することができる優れもの。条件としては選択範囲を128サンプル以内にする必要があるので、かなり拡大してから利用することになる。

Repeat

選択範囲をその後ろに複数回コピーするプラグイン。
下は上段がオリジナルで、1～2秒を選択して、５回のリピートをかけてみた。その結果が下段でオリジナルの後に５回繰り返されて、７秒まで伸びている。繰り返しは割り込むかたちなので、選択範囲の後ろの音声は消えることなく、後ろにシフトする。

Reverse ★
始まりと終わりを逆にする。逆回転ギターとかできる。インターフェイスなし。選択と同時に処理が行われる。
下の上段がオリジナルで、下段がReverseしたもの。時間に対して反転しているのが確認できる。

サンプル音源はエレクトリックギターでスケールを普通に上がっていく。後半はリバースでスケールを下がってくるというもの。アタックが強く減衰しやすいギターなのでリバースは分かりやすい。

Sliding Time Scalse/Pitch Shift

特徴はテンポとピッチを同時に操作でき、音声の最初と最後で、テンポもピッチも値を変えることができる。
サンプル音源。エレクトリックギターでオクターバーとして使用してみた。サンプルは、はじめにギターのダイレクトの音、その後、このエフェクトでピッチをオクターブ下げた音が入っている。意外とナチュラルな感じでベースぽく聴こえる。もうひとつピッチを変えるエフェクトのChange Pitchも試してみたが、こちらの方がナチュラル。というかChange Pitchは不自然になってしまった。

Truncate Silence

音量がThreshold以下の部分を無音とみなして、その無音部分を切り捨てるプラグイン。こういうものが必要な用途も結構ありそう。

Min silence duration：
これより短い部分はそのまま。

Max silence duration：
無音を完全に削除せず、この長さだけ残す。その時間の設定。

Silence compression：
min以上max以下の無音に対する圧縮処理。

Threshold for silence：
これよりも音量が小さい部分を無音とみなす。

実験してみた。上記パラメータで上段トラックにかけてみる。その結果が下段トラック。内容的には500msec以下には手をつけない。1000msec以上は1000msecまで縮めてしまう。問題は1000msecのところが750msecとなっている。これはSilence compressionが効いている。

Wahwah

音がワウワウするのでワウワウという名前のエフェクト。なんとも安易な名前・・・　エレクトリック・ギターでよく使われている。これはオート・ワウでもなく、一定の周期でかかるようだ。ステレオトラックにかけると左右に移動するような効果が得られる。

ワウワウの原理はLPF(ローパスフィルター)（低周波だけを通す）を時間軸に対してカットオフ周波数を変動させる。そこを音が通ると変動に合わせてワウワウと音がこもったりする。ギタリストがよく使う足で踏むペダルワウは、変動を足でコントロールしている。踏むと高い音が強調され、戻すと低い音が強調されるという具合。

下はやや極端だが、あるときは高域を通さないので、左のように低域成分のみになる。また逆に高域を良く通すのが右。これを周期的にすることでワウワウした感じになる。

LFO Frequency(Hz)　0.1 - 4Hz
カットオフを周期的に変化させるための周波数の指定。ペダルワウの足で調整する部分。テンポを考えて利用する必要がある。基本的にはフレーズごとに計算して使用する必要あり。

LFO Start Phase(deg)　0-360
変調の初期角度。実際にやってみると、LFO Freqに関係なく、0と360はほとんど同じ、360度ということだろう。つまり1周してしまう。開始地点は基本0で、必要に応じて180で逆にするぐらい。
0　高い音　ペダルワウの踏んだ状態
180　低い音　ペダルワウの開いた状態

Depth(%) 0-100
LPFを通る割合。0だと起伏のない音になる。ワウを通っていないということか？　音量レベルは一律下がる。100だと完全にフィルターを通っている感じ。意外と面白くない。通常は70%ぐらい。

Resonance 0-10 　
LPFの共振の度合いを指定。値が大きいほどピークが大きくなる。

Wah Frequency Offset(%) 0-100
フィルタのベースの周波数を指定。高い値は周波数レンジを上にシフトする。値を上げると、周波数成分の高い領域が残る。100にするともう何も変わらない。　0だと差が出過ぎる。50-60ぐらいが適当。

エレクトリックギターのワウサンプル。

Effect Menu (エフェクト) part3につづく

Audacity マニュアル目次はこちら

Audacity Effect Menu (エフェクト) part1

2011-12-04T10:33:00.000+09:00

ここでは標準で入っているプラグインを並べてみた。個人的に使っているエフェクターは僅かしかない。使用頻度＆お気に入りという意味で★マークをつけてみた。使わないものはなるべく削除したいところだが、上段のエフェクターはAudacity標準のBuilt-in Effectsで削除できない。区切り線よりも下のエフェクトは自由に入替えができる。

エフェクトの入替えは簡単で、Audacityの入っているディレクトリにあるPlug-Insフォルダに直接エフェクタのプログラムを入れるだけ。必要ないときはここから抜けばよい。
C:\Program Files\Audacity 1.3 Beta (Unicode)\Plug-Ins
Audacityを再起動すれば反映されるが、VSTだけは、Editメニュー > Preferences > Effects > VST Effects > Rescan VST ・・・にチェックを入れる必要がある。

エフェクターのタイプは主にNyquist、LADSPA、VSTの３つがある。
NyquistはAudacityとも親和性のある言語で高速に処理される。
LADSPAはLinuxで使われているもので、標準では3つしか入っていないが、公式ページから90を超えるプラグインをダウンロードできる。
VSTはDAWで標準的なエフェクト。有料無料含めて数多くが公開されているが、Audacity標準では入っていない。VSTエフェクトは別項（上のギター日記からアクセス）で、いくつか紹介しているので、参考にしてください。
エフェクトは数が多いので、3ページにわたって紹介したい。

Repeat Last Effect Ctrl+R
最後に使ったエフェクトをそのまま適用する。設定がそのままなので、不都合が出る場合もある。そのときは、再度エフェクトを選択する。

Amplify★★★

使い勝手の良い、音量を増減するエフェクター。このエフェクターを開くと、選択範囲の音をノーマライズする（最大音量まで上げる）設定が表示される。多くの場合、音量を上げたいのだから理にかなっている。多少微調整することでOKということが多い。

Amplification：
何dB増減するかを設定するパラメーター。プラスマイナス50dBまで可能。それ以上行いたい場合は複数回行う。

New Peak Amplitude：
増幅後の最大音量を示し、こちらでも調整できる。0dBをオーバーせずに微妙に加減しながら音量調整ができる。

Allow clipping：
最大音量が0dBを超えてもよいのならチェックする。音はブチッとクリッピングする。

下の上段はオリジナルで、下段はAmplifyでクリッピングしないギリギリまで音量を増幅した状態。さじ加減がしやすい。

下は32-bit floatでの作業例。32-bit floatは0dB(もしくは1及び-1)を超えたレベルでもデータとしては存在している。それをAmplifyで復活させることができる。しかも選択してAmplifyを開くと、最大0dBに自動調整済み。OKを押すだけで下のように健常な波形になる。

また、他のプラグインで作った音のレベル調整にも使える。例えばノイズ作成で音量レベルを-40dBしたいと思っても、dB指定で作れなかったりする。そういうときは最大音量で作る。設定はリニアで1。dB表示だと0dBになる。これをAmplifyで-40dBに加工すれば出来上がり。

Amplifyの注意点
内部計算は浮動小数点数を使っているのでデータ損失による誤差が生じる。例えば-6dBゲインを下げ、その後+6dBゲインを上げると、元のデータに戻るかというと戻らない。つまり劣化する。何度も繰り返して作業しない方が良い。なるべく一発で決めたいところ。逆に+6dBにした後に、-6dBにして戻すと、完全に元のデータに戻る。データの損失が起きていないため。ちゃんと理解したい人は浮動小数点数について勉強する必要があるのでこちらのページを読んでみて。

Auto Duck

このプラグインは、２つのトラックに対して音量操作を行うもので、トラック1がバック音楽で、トラック2がスピーチだとすると、スピーチの音量を基準に、バック音楽の音量を自動調整して、聴きやすいバランスを作り出すもの。

操作はまず、２つのトラックを用意して、上に音量を小さくするトラック、下にスピーチなどメインのトラックを配置。そして、上のトラックを選択した上でEffect > Auto Duckを選択すると、上のウィンドウが開く。ここで調整をして実行する。

上の２つのトラックにAuto Duckをかけると、下のようになる。上段のトラックの音量が、下の音に対してバランスが取れるように調整される。

BassBoost

試してみたら、上記設定で200Hzを堺に低音が盛り上がっている。200Hzを中心に持ち上げるのではなく、200Hzをカットオフ周波数として、それ以下を上げるという作用のようだ。

下は200Hzで+8dB増幅した状態を周波数スペクトルで表示したところ。

Change Pitch

ピッチを音名、半音ステップ、周波数、パーセントで調整できる。連動しているので、好きなパラメータで調整すればよい。ピッチ変更後でも時間は変化しない。
あと440Hzのサイン波などを指定して、このプラグインを開くと、ピッチがＡと正確に出ている。　

Change Speed

スピード、時間を変化させられるプラグイン。パーセントは変化量なので、上記で100%のスピードに設定するとオリジナルの２倍のスピードということになり、時間は1/2になる。逆に-50%だと、半分のスピードということで、時間は２倍になる。調整パラメーターは、パーセントとRPMが選べる。スピードだけが変化するので、ピッチはそれに応じて上下する。

Change Tempo

こちらはスピード、時間スケールを変更してもピッチはそのまま維持するプラグイン。

Click Removal

クリック音、つまり鋭いピークを除去するプラグイン。

Select threshold ：　0～900
値を小さくすると、ピーク以外も影響を受けるようになる。大きな値から試して、除去したいピークが消えるポイントを見つけるとよい。そうすれば、他の波形はあまり影響を受けないはず。

Max spike width： 0～40
値を高くしすぎると、クリック以外も影響を受ける。逆に低すぎるとクリックを削除できない。

上記の数値が何を意味しているのか不明で、いろいろいじって感覚をつかむしかない。そういう意味では使いこなしが難しい。もう少し原理が明確であればよいのだが。

下は試してみた例。わざとピークを作ってみた。上段がオリジナル波形で、下段がClick Removalを適用したところ。他の波形をあまりいじらず、ノイズらしきピークをそれなり除去している。設定はSelect thresholdが320で、Max spike widthは40。

Compressor

音を圧縮するコンプレッサーで、何かと重宝するエフェクト。コンプレッサーは個性が出やすく、それぞれ設定は同じでも結果はまるで違う。

Threshold：
この値をよりも大きな音を圧縮する。

Noise Floor：-80～-20dB
バックグラウンドノイズに対して調整。通常は-80dBでよいと思う。

Ratio：
圧縮率を決める。比率は1.5：1～10：1で調整できる。

Attack Time：0.1～5.0sec
スレッショルド以上になってから何秒後に音を小さくするかを調整。

Decay Time：1～30sec
スレッショルド以下になってから何秒後に通常値に戻すかの調整。

Make-up gain・・・：
圧縮後に、全体の音量を上げる。その際にピークを0dBにする。

Compress based on Peaks：
チェックするとピークからスレッショルドまでがブーストする。実際に使ってみるとチェックすると過剰なコンプで、チェックしないとナチュラルな感じ。

このコンプを含めて、VSTのコンプなどもいくつか試したが、どうもしっくりせず、Javaで自作してみたりした。コンプについてはこちらのページに書いているので参照してみてください。

Echo

シンプルすぎるエコー。使い勝手が悪いので自作Delayを作った。ディレイについてはこちらのページを参照。

Delay time：
繰り返しの間隔の設定。

Decay factor：
リニアレベルで前の音に対して、何パーセント減衰させるかの値。

下は、上段がオリジナルのパルスで、下段が1秒間隔で0.5減衰させたもの。

Equlaization

高機能なイコライザー(EQ)。インターフェイスは、カーブを直接マウスでいじることが出来る。上のようにスライダーを使うことも可能。パラメーターはXMLで保存することができる。Audacity標準のエフェクターで保存できるのはEQぐらい。保存される場所はデフォルトでは以下のディレクトリになる。VSTエフェクトもパラメーター保存先は同じ。
C:\Documents and Settings\ユーザー名\Application Data\Audacity\

EQの精度はかなり高いと思えたが、細かくいじる操作性が馴染めず、今は自作EQを使っている。EQについてはこちらのページで書いているので参照してみて。

Fade In ★
フェードインは音量0から徐々に通常音量にする。元々ミキサーなどで、手で感覚的に操作していたような操作。フェードインさせたい範囲を指定して実行する。
このプラグインはインターフェイスなし。プラグイン選択と同時に処理が行われる。

Fade Out ★
フェードアウトは、フェードインの逆で、徐々に音量を0にする。同じくインターフェイスなし。プラグイン選択と同時に処理が行われる。

下はFade In / Outを試したところ。上段がリニアで、下段が同じ波形だが、表示はdBにしている。リニアではカーブが直線的に音量が変化しているのがわかる。対数フェードさせたい場合はエンベロープツールを使って手作業で行う。

下はエンベロープツールで作った対数フェードアウト。上段がリニアで、下段がdB（対数）になる。極端なカーブに見えるが、耳にはこちらのほうが自然に聴こえる。

Invert ★
極を反転したもの。位相。インターフェイスなし。選択と同時に処理が行われる。
下は上段がオリジナルで、下段がInvertしたもの。プラスとマイナスが反転しているのが確認できる。ちなみに、この２つの波形を合成すると打ち消しあって音は消える。これを利用してプラグインのVocal Remover等が作られている。音処理では何かと必要なプラグイン。

Effect Menu (エフェクト) part2につづく

Audacity マニュアル目次はこちら

Audacity Generate Menu (生成)

2011-12-03T22:50:00.000+09:00

Audacityのプラグインにはgenerate、process、analyzeの3つのタイプがあって、それぞれAudacityのメニューのGenerate(生成)、Effect(エフェクト)、Analyze(解析)に対応する。このGenerateは音を作り出すプラグイン。

Chirp チャープ

波形を下のように sine、square、sawtooth、square,no alias から選べ、それらの周波数を開始と終了で変える事ができるというもの。またLinearとLogで変化のスピードを変えられ、ゲイン調整も可能。さまざまな音響的な実験に使える便利な波形。

サンプルとして、サイン波だけ作ってみた。1Hzから22kHzまで２０秒かけて上がっていく。耳に痛いと迷惑なので、音量控えめで-40dB。耳が敏感になる1kHz～10kHzあたりは要注意です。ボリュームは控えめにしてください。周波数と音の大きさの感覚は一定ではない。その特性をグラフにしたのがラウドネス曲線。これを見ても3kHz前後が敏感なのが分かる。ちなみに青い線は修正前の参考線。ラウドネス曲線はISO 226:2003で修正された。
Chirp Sine 1Hz-22000Hz Sample Sound　-40dB / 20sec.

DTMF Tones DTMFトーン

DTMFとは何か？　プッシュ式の電話で採用されている音で、以下の数字と文字に音が割り当てられている。これを見ると２つの周波数でひとつの音を表現しているのが分かる。アナログな時代では伝達速度が速いというメリットがあったが、今となっては古典的な印象すらある。それでも現役でコールセンターなどでは使われている。

実際に123A456B789C*0#Dと打って、音を作ってみた。パラメーターは上のウィンドウ。

Sample Sound　-25dB / 5sec.

最後のDの音（941Hzと1633Hz）を拡大してみると下のような波形。純粋なサイン波の合成という印象。

周波数スペクトルで確認してみたのが下。4096サンプル、Hanning Windowで見るときれいに941Hzと1633Hzにピークがあった。

Noise ノイズ

音響実験では何かと必要になるノイズを生成することができる。ノイズの種類はホワイト、ピンク、ブラウンとなる。Amplitudeはリニアの音量レベル。各ノイズの周波数スペクトルは以下のようになる。

ホワイトノイズ

Sample Sound　-30dB / 5sec.

すべての周波数が同じレベルで含まれているノイズ。サンプリング周波数で、その最高音は決まってしまうので、実際はすべてということではない。色では白に相当することから音でもホワイトという言い方がされている。耳に痛いザーというノイズ。イコライザー作ったりするときは、もっぱら、こういうホワイトノイズを加工して調整している。ノイズの中でも圧倒的に使用頻度が高い。

ピンクノイズ

Sample Sound　-30dB / 5sec.

1/fノイズになっている。リニアで周波数スペクトルにするとまさに反比例というやつ。それほど耳に痛くないノイズだ。

ブラウンノイズ

Sample Sound　-30dB / 5sec.

こちらはロバート・ブラウン氏の名前からなので色ではない。ピンクノイズ以上に低周波が強め。スペクトルを見る限り差がなさそうだが、音を聴くと明らかに違う。高域の耳障りな成分が少ない。

Silence 無音

パラメーターは時間だけ。振幅0の無音のオーディオトラックを作る。意外と使用頻度は高い。既存のオーディオトラックの上でこれを実行すると、割り込んで無音を作ることができる。精密な時間指定、サンプル数の指定ができるので便利なのだ。

Tone トーン

波形を作るプラグインだが、シンプルながら使用頻度は高い。波形の合成とかそういう用途ではいろいろ使える。

パラメーター
Waveformは下記のようにSine、Square、Sawtooth、Square,no aliasを作れる。
他に周波数とリニア音量と時間。

Sine 440Hz Sample Sound　-31dB / 5sec.

Square 440Hz Sample Sound　-34dB / 5sec.

Sawtooth 440Hz Sample Sound　-34dB / 5sec.

Square,no alias 440Hz Sample Sound　-34dB / 5sec.

Click Track

これはメトロノームのようなもので、必要な小節数とテンポ、ビートなどを設定すると、オーディオトラックが作られる。その後は普通のオーディオとして扱う。

Action choice：　
Generate track、Help screen1、Help screen2が選択できる。Helpを選択してOKすると下の画面が出るだけ。

Tempo： 30-300　通常のテンポ
Beats per measure：　1-20 拍子の設定
Number of measures：　1-1000 作成する小節数
Optional click track duration：時間でも指定できる。分と秒で、間にスペースを入れる。
Individual click duration： 1-100msec クリック波形の長さ
Start time offset： 0-30sec スタートの位置決め
Click sound： ping、noise、tickから選べる
Noise click resonance：ノイズの成分を調整上げると高域成分が増える
MIDI pitch of strong click：強いクリックの音程をMIDIのピッチで指定
MIDI pitch of weak click：弱いクリックの音程をMIDIのピッチで指定

下は４小節分のトラックを作ってみたところ。

サンプルは、tempo120、beatは4。4小節だけ作ってみた。音色は１小節ずつ変えている。ping、noise(q1)、noise(q20)、tickという順。

Pluck

使ったことがなかった。はじめて触れてみるが、倍音を含む音程を作れるようだ。音色はギターぽい減衰する音。減衰方法は２通り選べる。ピッチは個人的に馴染みのないMIDIの番号で指定するタイプ。MIDIは半音ごとに番号が割り当てられているので、パネルにあるCが60だという情報さえあれば、計算して音程を見つけることも可能。

Nyquistのマニュアルを見たらPluck Pitchというコマンドがあった。Nyquistをちゃんと勉強すれば、実は、かなりの音が作れそうだ。

サンプルは、音がしょぼかったので、Audacityにある、これまた使ったことのなかったGVerbというリバーブをかけてみた。逆にこのチープな音が何かに使えるかな？

Risset Drum

使ったことがなかった。とりあえずドラムっぽい音が作れますよ的なプラグイン。

サンプルは４つ打ちで、低～高い音まで順に入れてみた。低い音はバスドラとして使えそう。他はパーカッション系かな。もしくは加工して使うなど。

Produces a realistic drum sound consisting of a sine wave ring-modulated by narrow band noise, an enharmonic tone and a relatively strong sine wave at the fundamental. The length of the drum sound is determined by the "Decay" field.

Audacity マニュアル目次はこちら

Audacity Edit Menu (編集)

2011-12-03T19:03:00.000+09:00

Editメニューはver 1.3.14betaから構成が少し変わった。ここでは最新の1.3.14betaを解説する。

Undo 取り消し(Ctrl z)
実行した処理を取り消すときに使用する。Audacityは強力なUndoを持っていて、ファイルをオープンした時点まで戻ることができる。重い処理をする場合、ディスクスペースを食っていくことになるので、途中で書き出したり、View > History などで不必要な履歴を消去するとよい。

Redo 繰り返し(Ctrl y)
Undoで取り消してしまった処理をもう一度実行するときなどに使用する。

Remove Audio

Cut 切り取り(Ctrl x)
トラックのある範囲を選択してカットした場合、その部分はクリップボードにコピーされた上で、トラックからは削除される。その削除された部分は詰められて空白ができない。

Delete 削除(Ctrl k)(Delete)
選択範囲の削除で、削除した空白は詰められる。Cut(Ctrl x)との違いはクリップボードにコピーしないこと。

Split Cut 分割(Ctrl Alt x)
上記に対して、空白ができるカット。無音でもない。そのトラックを書き出すと、空白部分は無音となって処理される。ただしトラックの先頭が空白の場合、そこは詰められる。

Split Delete 削除分割(Ctrl Alt k)
選択範囲の削除で、削除した空白はそのまま。Split Cut(Ctrl Alt x)との違いはクリップボードにコピーしないこと。

Silence Audio 無音(Ctrl l)
選択範囲を無音にする。

Trim トリム(Ctrl t)
選択範囲のみを残して他を削除。分割されていれば、その範囲にだけ影響する。位置はそのまま。空白を詰めるようなことはない。

Clip Boundaries

Split 分割(Ctrl i)
カーソル位置でトラックを分割する。選択範囲を指定した場合は始点と終点で分割。分割したトラックをダブルクリックすれば選択できるようになる。

Split New 新規分離(Ctrl Alt i)
選択分を位置情報を保ったまま新規トラックにコピーする。

Join 連結(Ctrl j)
分割された境界線などを選択して実行すると連結できる。空白部分を含んで選択した場合は無音データでつなげられる。

Detach at Silences 無音の切り離し(Ctrl Alt j)
選択範囲に無音があった場合、その部分は空白になり、そこから分割される。

Copy コピー(Ctrl c)
選択範囲などをクリップボードにコピーする。

Paste ペースト(Ctrl v)
トラックの一部をコピーして、それをトラックにペーストする場合。位置だけを指定した場合は割り込まれる。範囲指定をした場合は置き換わる。

Paste Text to New Label 新しいラベルにテキストをペースト(Ctrl Alt v)
選択範囲に新規ラベルを作る。その際にクリップボードにあるテキストを名称として貼り付ける。

Duplicate 複製(Ctrl d)
トラック全体を指定した場合は、新たにトラックが複製される。範囲指定した場合は、その部分だけが新たなトラックとして作られる。位置情報はそのままで、他は空白となる。

Labeled Regions ラベル付けされた領域
ラベルを選択した上で、コマンドを実行するとオーディオトラックが操作される。ラベルはカットされたりすることもなく現状を維持する。ラベルだけを選択した場合は全オーディオトラック適用となり、特定のオーディオトラックを指定した場合はそのオーディオトラックのみ適用される。
Cut (Alt x)
Delete(Alt k)
Split Cut (Alt Shift x)
Split Delete (Alt Shift k)
Silence Audio(Alt l)
Copy (Alt Shift c)
Split(Alt i)
Join(Alt j)
Detach at Silences (Alt Shift j)

Select 選択
All (Ctrl a)
すべてのトラックを選択

None (Ctrl Shift a)
選択範囲を解除

Left at Playback Position ([)
現在のカーソル位置から、前に向けて数値で指定した範囲を選択。

Right at Playback Position (])
現在のカーソル位置から、後ろに向けて数値で指定した範囲を選択。

Track Start to Cursor (Shift j)
カーソル位置からトラックの先頭までを選択

Cursor to Track End (Shift k)
カーソル位置からトラックの最後までを選択

in All Tracks (Ctrl Shift k)
現在の選択範囲を全トラックに適用する。

in All Sync-Locked Tracks (Ctrl Shift y)
シンクロック(同期)されているトラック(ラベルも含む)をすべて選択。

Find Zero Crossings ゼロとの交差部分を見つける(z)
交差部分はサンプリングポイントとサンプリングポイントの間の0を指定する厳密なもの。処理するとき、何かとこのゼロとの交差が重要になる。

下は処理の例で、Find Zeroを使わなかった場合。上段の一部をカット。中断のように前後を連結。下段がその結果で、音がクリップしてしまう。

次にFind Zeroを使った場合。選択の段階で実行すると、上段のように選択範囲が変更される。これでカット、連結すると、下段のようにきれな波形となる。

Move Cursor カーソルの移動
to Selection Start：（選択して、左矢印キー）
選択範囲の最初に移動。

to Selection End：（選択して、右矢印キー）
選択範囲の最後に移動。

to Track Start (j)：
そのトラックの最初に移動。注：ショートカットHomeだとプロジェクトの最初まで行ってしまう。

to Track End (k)：
そのトラックの最後に移動。注：ショートカットEndだとプロジェクトの最後まで行ってしまう。

Region Save 選択範囲の保存
選択範囲を保存することで、あとで呼び出すことができる。保存できるのは1つだけのようだ。トラックとは無関係に、時間として保存されるようだ。

Region Restore 選択範囲の復帰
上記で保存した選択範囲をアクティブなトラックに呼び出す。

Play Region 領域を再生
Lock：選択範囲を指定してロックすると、この部分を再生するようになる。赤い矢印表示あり。
Unlock：上記を解除する。

Preferences 設定(Ctrl p)

各種初期設定などをここで行う。詳細はこちら。

Audacity マニュアル目次はこちら

Audacity Transport Menu (録音と再生)

2011-12-03T18:47:00.001+09:00

このメニューはトランスポートツールバーと重複しているものも多い。

Play 再生 (space)

Loop Play ループ再生 (Shift space)
選択範囲を繰り返し再生する。

Pause 一時停止 (p)
再生や録音を一時停止させる。もう一度押せばそこからスタートとなる。

Stop 停止 (space)

Skip to Start 初期位置まで進める (Home)
0位置まで戻る

Skip to End 終わりまで進める (End)
トラックの最後まで進める。複数トラックがある場合は、最も後ろのトラックの最後となる。

Record 録音 (r)
実行と同時に録音がスタートする。

Timer Record タイマーを使った録音 (Shift t)

実行すると上記のウィンドウが開くので、ここで録音スタートとエンドの時間を設定する。

Append Record 追加録音 (Shift r)
選択したトラックの最後から録音がスタートする。2つ以上のトラックを選択した場合、ステレオ、モノラル関係なく選択した上から2つのトラックで録音される。

Overdub(on/off) オーバーダブ
チェックを入れると再生しながら録音が行える。PreferncesのRecording > Overdub と連動している。どちらかで操作すれば、それが反映される。

Software Playthrough(on/off) ソフトウェアによる再生
Editメニュー > Preferences > Recording > Software Playthrough：と連動。チェックすると録音中の音も再生するが、遅れて音が出る。

Sound Activated Recording(on/off) 音による録音起動
これにチェックを入れて、録音をすると、下の録音起動レベルを超えると録音がスタートして、レベルが下がると、一時停止する。スピーチなどを録音するときには重宝するかもしれない。
またPreferences > Recording > Sound Activated Recording のチェックと連動している。

Sound Activation Level 録音起動レベル

別ウィンドウが表示されて調整するが、Preferences > Recording と連動している。どちらで調整しても同じ。

Rescan Audio Device
現在のオーディオデバイスを取得する。新しく機材を接続したときなど、Audacityを再起動しなくてもデバイスの認識ができる。

Audacity マニュアル目次はこちら

Audacity View Menu (表示)

2011-12-03T18:25:00.000+09:00

Zoom In 拡大 (Ctrl 1)
トラックのカーソル位置を中心に、時間軸を拡大表示。拡大縮小方法は他にCtrl マウススクロールがある。この場合はAudacityのカーソル位置ではなく、マウスカーソル位置を中心に拡大縮小する。

Zoom Normal 元の縮尺に戻す (Ctrl 2)
トラックの時間軸を初期設定のサイズにする。

Zoom Out 縮小 (Ctrl 3)
トラックのカーソル位置を中心に、時間軸を縮小表示。

Fit in Window ウィンドウに合わせる (Ctrl f)
トラック全体を横方向（時間軸方向）にウィンドウ幅いっぱいに表示。

FIt Vertically 垂直方向に合わせる (Ctrl shift f)
トラックを縦方向にウィンドウいっぱいに表示する。トラック全体が画面に入りきらなければ、各トラックを限界サイズまで縮小して並べて表示。

逆にウィンドウに余裕があれば、下のように縦方向に拡大表示される。

Zoom to Selection 選択範囲を拡大 (Ctrl e)
選択範囲をウィンドウ幅いっぱいに表示する。

上が選択したところ、コマンドを実行すると下のように拡大表示される。

Collapse All Tracks すべてのトラックの縮小 (Ctrl shift c)

縦方向に各トラックを限界サイズまで折りたたんで表示。トラックのコントロール部の下の上向三角をクリックしても同じ。クリックすると下向三角になる。これが折りたたまれた状態。

Expand All Tracks すべてのトラックの拡張 (Ctrl shift x)

上記の折りたたまれた表示を元のサイズに戻す。下向三角が上向き三角に戻る。

Show Clipping クリッピング表示

チェックを入れることで、0dBをオーバーした部分が赤く表示される。録音するときには結構便利。

History 履歴

作業内容の履歴が格納されている。過去の作業に戻ったり、過去の作業を削除することができる。Audacityは長時間使っているとかなりハードディスクなどを占領するので、取消しなどが必要なければ、適度に履歴をクリアしたほうがよい。
Undo Levels Available が作業の数。リストをクリックすることで過去の作業に戻れる。
Levels To Discardで消去する作業を決めてDiscardで履歴を消す。全部消したければ、上の場合4以上を入力してDiscardを押せばよい。

Karaoke カラオケ
ラベルトラックを用意して、そこに歌詞を打ち込む。そしてKaraokeを選択して再生すると、ウィンドウが表示され、歌詞が再生位置に合わせて表示される。

Mixer Board ミキサーボード

機能としては各トラックのメーター表示と、トラックコントロールパネルのセット。
またトラックの名称に応じてアイコンが付く。

Toolbars ツールバー

各種ツールバーの表示/非表示行う。詳細はツールバーのページを参照のこと。
デバイス：
編集：
メーター：
ミキサー：
選択：
ツールバー：
書き換え：
トランスポート：
ツールバーをリセット：初期設定に戻す。

Audacity マニュアル目次はこちら

Audacity Tracks Menu (トラック)

2011-12-03T18:15:00.000+09:00

Add New 新しく追加
Audio Track (Ctrl Shift N) オーディオトラック：
空のトラックができる。音声ファイルを管理するトラック。

Stereo Track ステレオトラック：
空のステレオトラックができる。上段が左チャンネルで、下段が右チャンネルになる。

Label Track ラベルトラック：
空のラベルトラックができる。任意にラベルを貼り付けられるトラック。

Time Track タイムトラック：
時間管理を自由に行えるトラックがタイムトラック。再生スピードの調整ができるが、スピードしかコントロールしないため、音程はそれに伴い変化する。

Stereo Track to Mono ステレオからモノラルへ
スレレオトラックを選択して実行すると、左右は合成され、モノラルトラックになる。

下が合成されたモノラルトラック。波形で合成されたことが確認できる。

Mix and Render ミックスして作成
選択したトラックをステレオもしくはモノラルトラックにミックスする。実行されると、一番下にミックスされたトラックが作成され、選択していたトラックは消える。(Undoで取り消しはできる)　

モノラルトラックをステレオでミックスした場合、パンの設定が反映される。
トラックにあるGainも影響する。

異なるサンプリング周波数の場合は、Project Rateのサンプリング周波数で合成される。Selectionツールバーでも確認できる。またPreferencesのQualityでのサンプリング周波数と連動している。

Resample リサンプリング
選択したトラックのサンプリング周波数を変更。一度に複数のトラックに適用できる。一般的なサンプリング周波数は下記のように選択すればよいのだが、任意のサンプリング周波数も数値入力して設定できる。ここがAudacityの懐の深さ。リサンプリングは波形を再計算して加工してしまうので劣化してしまう。やたらと行うものではない。

※混同しやすいのだが、トラック・コントロール・パネルのメニューのSet Rateはリサンプルではなく波形には何もしない。時間の扱いを変更したに過ぎない。つまり音程は変わる。
セレクションパネルにも同じようにサンプリング周波数が表示される。これはプロジェクトの基準のサンプリング周波数。それぞれ扱いが違うので注意が必要だ。

Remove Tracks トラック削除 (Ctrl Shift w)
選択したトラックを削除。デフォルトでは、トラックを選択しない状態は、すべてのトラックが選択されたと認識される。これはEdit > Preferences > Tracks > Behaviors > Select all audio in projectで変更できる。

Mute All Tracks すべてのトラックのミュート(Ctrl u)
UnMute All Tracks すべてのトラックのミュート解除(Ctrl Shift u)
トラック全体のミュートと、その解除。

Align Tracks トラックを揃える
Align with Zero ゼロに揃える：
0位置に、トラックの先頭を配置する。トラックの途中に空白があっても、それは維持される。

Align with Cursor カーソルに揃える：
現在あるカーソル位置にトラックの先頭を配置。先頭以外の空白維持は上記と同じ。

Align with Selection Start 選択範囲の最初に揃える：
選択範囲の最初に、トラック先頭を配置。
複数のトラックを選択している場合は、トラック間の配置は維持されたまま、最も先頭のトラックが基準とされる。

Align with Selection End 選択範囲の最後に揃える：
選択範囲の最後に、トラックの先頭を配置。

Align End with Cursor カーソルの位置を終端にする：
カーソル位置に、トラックの終端を配置。

Align End with Selection Start 選択範囲の最初を終端にする：
選択範囲の最初に、トラックの終端を配置。（1.3.13-betaは日本語訳が間違っているよ。）

Align End with Selection End 選択範囲の最後を終端にする：
選択範囲の最後に、トラックの終端を配置。

Align Tracks Together すべてのトラックを揃える：
選択したトラックに適用される。トラック先頭を揃えるが、配置はそれぞれのトラックの平均位置。
通常トラックを全く選択しないと、設定次第ではあるが、すべてのトラックが選択されていると認識されるのだが、この操作だけは、本当に選択しないとだめのようだ。

Alingn and Move Cursor カーソルを移動して揃える
基本的には上記のAlingn Tracksと同じであるが、最後にカーソルがオーディオに対して元あった位置を維持するところが違う。
Align with Zero ゼロに揃える：
Align with Cursor カーソルに揃える：
Align with Selection Start 選択範囲の最初に揃える：
Align with Selection End 選択範囲の最後に揃える：
Align End with Cursor カーソルの位置を終端にする：
Align End with Selection Start 選択範囲の最初を終端にする：
Align End with Selection End 選択範囲の最後を終端にする：

Sync-Lock Tracks トラックを同期させる
チェックすることで、上下のトラックが同期する。同期した印として、トラックコントロールパネルに時計マークが表示される。時計マークのないトラックは同期していない。
ふるまいは作業によって異なる。例えば一方をカットすれば、他もカットされ、時間的にずれないような仕組み。ラベルトラックなどにも有効。

一部のトラックだけ同期したい場合は、下にラベルトラックを置く。そうすれば、ラベルトラックよりも下のトラックには影響を与えない。上に対してもラベルトラックがブロックになってくれる。また一時的にすべてのトラックを同期させたい場合は、同期したいトラックを選択すればよい。ラベル単位で同期の自由度がある。

Add Label At Selection 選択範囲にラベルを付ける(Ctrl b)
選択範囲を指定して、このコマンドを実行すると、選択範囲にラベルが適当される。ラベルトラックがない場合は新規にラベルトラックが作られる。

Add Label At Playback Position 再生開始位置にラベルを付ける(Ctrl m)
再生中に行うラベル貼り。範囲ではなく、その瞬間をラベルにする。

Edit Labels ラベルの編集

ラベル一覧が表示される。ラベルの削除をはじめ、名称の変更、時間の変更、トラックの新規作成などラベルを整理するのに便利な機能が提供されている。

Sort Tracks トラックの整理
複数のトラックの順番を並べ替えるときに使用する。以下の2つが選択できる。
by Start time 開始時刻：音声の開始順にトラックが並ぶ。
by name 名前：0123・・・aAbBcCdD・・・あいうえお・・・漢字・・・こんな優先順位。

Audacity マニュアル目次はこちら

Audacity Toolbars (ツールバー)

2011-12-03T17:02:00.000+09:00

ツールバーは直感的な作業の助けになるが、慣れてくるとショートカットを使用した方が効率よく作業が行える。また多くの機能はメニューなどから操作可能となっている。個人的にはセレクションバーしか表示させていない。

Device Toolbar デバイス

設定 > デバイスでも同じ操作が可能。Audacityが認識しているインターフェイスと、再生、録音デバイスの切替が行える。

Edit Toolbar 編集

Cut カット (Ctrl x)：汎用コマンド
Copy コピー (Ctrl c)：汎用コマンド
Paste ペースト (Ctrl v)：汎用コマンド
Trim トリム　(Ctrl t)：選択範囲以外を削除。
Silence 無音　(Ctrl l)：選択範囲をレベル0にする。
Undo 取り消し (Ctrl z)：汎用コマンド
Redo やり直し (Ctrl y)：汎用コマンド
Sync-Lock Tracks シンクロック：メニューTracks にある機能と同じ。
Zoom+　拡大 (Ctrl 1)：トラックを拡大表示
Zoom- 縮小 (Ctrl 3)：トラックを縮小表示
Fit Serection 選択部分を合わせる (Ctrl E)：選択範囲をウィンドウ幅いっぱいに表示する。
Project　プロジェクトを合わせる (Ctrl F)：トラック全体をウィンドウ幅いっぱいに表示。

Meter Toolbar メーター

再生、録音のレベルを確認できる。レベルは標準でdBだが、リニアにも切り替えられる。また見た目の変更も可能。この手の表示は意外とPCの負荷が高いので非表示がオススメ。Audacityの場合、波形がトラックに表示されるので、それだけで十分に思える。

Mixer Toolbar ミキサー

出力は、Windowsの場合、マスタ音量のWAVEと連動している。
入力は、Windowsの場合、録音コントロールのマイクと連動している。
これらはAudacityのレベルではなく、他のアプリケーションにも影響を与えるので注意。
ダブルクリックすることで、別ウィンドウが開いて数値入力もできるようになっている。

Selection Toolbar 選択

他のツールバーはショートカットを覚えてしまえば表示の必要性はあまりないのだが、このセレクションバーだけは、表示させて正確な位置決めや確認のために利用するとよい。

Project Rate(Hz)：

プロジェクトの基準となるサンプリング周波数。変更すると、既存トラックはそのままで、新規録音に反映される。Audacityは異なるサンプリング周波数の混在を許可するのでトラックごとにサンプリング周波数が違っても処理できる。かなり特殊なケースだろうけど。

Selection：

選択範囲は、ここに正確に表示され、トラックの時間確認や、サンプル数を指定したり、計算するのに役立つ。数字の上をクリックすれば直接数値入力でき、位置や範囲を正確に指定できる。表示の種類は下のように細かく選択できる。

下はSelectionに直接数値入力することで１０サンプルだけ選択した状態。

Snap To ：

チェックを入れると、例えばfilm frames(24 fps)を選択していた場合は、1/24秒単位で選択できるようになる。

Selection Start ：

選択した範囲の先頭の位置。

End / Length ：

指定した範囲の終わりの位置か、長さかを指定する。

Audio Position ：

再生中の位置。停止中は0となる。一時停止では表示も一時停止するので、ポジションを把握するのに使える。

Tools Toolbar ツールバー

各ツールの名称(ショートカット)
Selection 選択ツール (F1)、　Envelope エンベロープ(F2)、　Draw 描画(F3)、
Zoom 拡大(F4)、　Time Shiftタイムシフト(F5)、　Multi マルチ(F6)
選択しているツールによってカーソルが変わる。

Selection 選択ツール(F1)：
通常はこのモードで作業。主に選択範囲を決定する。

Envelope エンベロープツール (F2)：
エンベロープツールを選ぶとカーソルだけでなく、トラックの表示も変化する。自由に制御ポイントをつけることできて、波形のレベルをマウスで調整することができる。細かな音量調整では威力を発揮する。

Draw 描画ツール (F3)：
拡大してサンプル単位で加工するときに使う。

Zoom 拡大ツール (F4)：
Editツールバーの拡大と同じと思われる。
拡大方法は他に、Viewメニューの拡大ショートカットCtrl 1、縮小ショートカットCtrl 3、通常スケールCtrl 2がある。
マウスで操作することもできる。Ctrl スクロールで拡大縮小が自在にできる。

Time Shift タイムシフトツール (F5)：
トラック全体もしくは分割されたトラックを前後に移動させる。

Multi マルチツールモード (F6)：
上記のツールを融合させたもので、カーソルの位置で機能が変化する。Ctrlを押すとタイムシフトになったりする。左クリックで縮小表示され、任意の範囲を左クリックでドラッグすると拡大表示される。

Transcription Toolbar 書き換え（Playback Speed）

再生スピードの調整。0.01倍から3倍まで可変できる。ダブルクリックすると下のように別ウィンドウが開いて数値入力できるようになる。通常スピードは1.00。再生アイコンがあるが、これは通常の再生と同機能のようだ。押すと普通に再生される。

Transport Toolbar トランスポート

一番使用頻度が高そうなツールバーだが、ショートカットを覚えると必要なくなる。左から()内はショートカット。
Skip to Start 初期位置まで進める (Home)
Play　再生　(space)
Record 録音　(r)
Pause 一時停止　(p)
Stop 停止　(space)
Skip to End 終わりまで進める　(End)

プレイに関してはShiftを兼用することで下のようなアイコンになり、選択範囲のLoop Playになる。

レイアウトを人間工学的にする
Edit > Preferences > Interface > Ergonomic order of Transport Toolbar buttons をチェックするとレイアウトが以下のように変わる。使い勝手はどうだろうか？　好みで選択すればよいと思う。

Audacity マニュアル目次はこちら

Audacity Analyze Menu (解析)

2011-12-03T16:59:00.000+09:00

Analyzeは、波形を分析するためのプラグインで波形を加工するものではない。波形を調べて、結果を様々な方法でアウトプットする。簡単に紹介だけしようと思う。

Constrast コントラスト

ForegroundとBackgroundの音量差を比較するツール。ウェブコンテンツ・アクセシビリティ・ガイドライン2.0によると20dB以上の差があれば合格ということらしい。「背景音は、前景にある話し言葉のコンテンツより少なくとも20デシベルは低い。ただし、時折1～2秒間だけ続く音は除く。」とある。用途はスピーチ等とバックの雑音などを比較するためのもののようだ。標準でショートカットが設定されていたりするが、個人的には使うシーンが思い当たらない。

Plot Spectrum スペクトラム

使用頻度の高いFFTによる周波数スペクトル表示。音の評価分析では欠かせないもの。これだけで1冊の本が書けてしまうぐらいの項目なのだが、ここでは簡単に紹介だけ。FFTはFast Fourier Transformの略で、日本語で高速フーリエ変換のこと。音などの信号を周波数成分に分解する信号処理。

Algorithm
以下が用意されている。
Spectrum：　これの利用が一般的。
Standard、Cuberoot、Enhanced Autocorrelation：この３つは、自己相関WIKI　信号の周期的な特徴を研究するときに用いるようだ。周波数応答ぽく見えるなぁ。
Cepstrum（ケプストラム）：　WIKI これもなじみのないアルゴリズム。「人間の声や音楽の信号を表す特徴ベクトルとしても使われている。」ということらしい。

Function
窓関数も代表的なものが用意されていて使い分けることができる。FFTは周期関数でないと分析できないため、窓関数を使うことで、自然な周期関数に見せかけている。分析目的に応じて窓を使い分けるとよい。また重要なことだが、分析したい部分の切り出し方で結果は大きく変わる。
Rectangular：レクタンギュラー窓　方形窓のこと、つまり窓なし状態
Bartlett：バートレット窓　実際には使われない
Hamming：ハミング窓　音響関係でよく使われる　周波数分解能が高い
Hanning：ハニング窓　測定によく使われる　Hammingに並んで標準的
Blackman：ブラックマン窓　ダイナミックレンジが広い
Blackman-Harris：ブラックマン-ハリス窓　上記改良型　低分解能でも正確な周波数が出せる
Welch：ウェルチ窓　知らない
Gaussian(a=2.5)：ガウス窓　以下3つはガウス窓　理論上高性能らしい
Gaussian(a=3.5)：ガウス窓　低分解能でもBlackman-Harris以上に正確にピーク周波数が出せる
Gaussian(a=4.5)：ガウス窓　

Size
これはサンプル数で128から16384まで可能。FFTはサンプル数が２のべき乗（2ⁿ）という制約があるため、128、256、512、1024、2048、4096、8192、16384という選択肢から選ぶことになる。最も少ないサンプル数は128なので、解析したい部分の129サンプル(128だとダメだった)を選択すれば、size128でスペクトル表示が可能となる。ただしサンプル数が少ないので、精度がかなり悪い。特に低域は当てにならない。実用的には1024サンプル以上。さらに大きくすると精度は上がるが、サンプリング周波数が44.1kHzの場合、16384サンプルは0.37秒程度となり、瞬間的な音程だと、これは長すぎたりする。測りたい音の長さを見極めて、サイズを選択する必要がある。

Axis
Log（対数）とLinear（リニア）が使える。必要に応じて切り替える。音と対数は相性がよくて、オクターブの関係はグラフ上、等間隔になる。音圧も人間の耳の感度に近いとか。

Export
解析結果をテキストファイルとして書き出す。その内容は以下のように周波数とレベル。これはAlgorithm、Function、Sizeの影響を受ける。例えばSizeが128で、サンプリング周波数が44100Hzであれば、44100/128 = 344.531250Hz 間隔でプロットすることになる。最高Size(解像度)の16384であれば、44100/16384 = 2.691650Hz 間隔でプロットする。

Frequency (Hz) Level (dB)
344.531250 -6.443128
689.062500 -9.004177
1033.593750 -28.323721
1378.125000 -42.408825
1722.656250 -50.963619
2067.187500 -57.206921
2411.718750 -62.143398
・・・・

よく見たら、0Hzは含まれていないのね。直流成分なので重要なのに・・・　表示ではちゃんと0dBも使われている。

Replot
再度選択範囲を解析する。Plot Spectrumは開きっぱなしでも他の作業が出来るので、Replotは重宝する。ただし常に手前に表示される。

Close
Plot Spectrumを閉じる。

Grids
チェックを入れると縦横の線が表示される。

その他
ピークの周波数を音階で表示。またカーソル位置の周波数表示もされるので、倍音などをチェックしやすい。

このプラグインは開き放しで、他の作業ができる。再度測るときは、Replotを押せばよい。

ちょっと不満
レベルが計測のたびに変化してしまうのだが、これを一定に出来ないのかな？　比較がしにくいのが難点。Exportして自作プログラムで表示させるしかないかな。
自作しなくてもExportファイルをフリーソフトのLibreOfficeのCalcに取り込めば下のように表示できた。これならば、Audacityでは表示し切れていないデータも全部表示される。手間ではあるが、比較するなら、こちらを使った方がいい。

Find Clipping クリッピング検出

0dBを超えている箇所を見つけて、ラベルを貼るというプラグイン。上記のスレッショルドの調整によって、引っかかるクリップを選別できる。下はクリップしている2箇所を検出してみたが、細かく見ると9箇所あることが分かる。

Beat Finder

ビートらしき部分にラベルを貼るプラグイン。試すと下のようにラベルが貼られた。ラベルをクリックすると、正確な位置がSelectionに表示されるので、何かに役立つかもしれない。

Regular Interval Labels

多くのラベルがある場合に、ラベルを整理することができるプラグイン。たとえば下の2段目は多くのラベルがあるが、これを2秒おきにラベルを付けるように設定すると3段目のようにラベル数を減らすことができる。

Silence Finder

一定の音量以下を見つけてラベルを貼るプラグイン。下のようにわずかな隙間も検出可能。

Sound Finder

設定以上の音量が出ているところにラベルを貼るプラグイン。下記のようにラベルが貼られた。

Audacity マニュアル目次はこちら

Audacity Help Menu (ヘルプ)

2011-12-03T16:55:00.000+09:00

マニュアル以外は、開発者向けぽい内容が並ぶHelpメニュー。

About Audacity Audacityについて
Audacityタグ：バージョンの確認やメンバーの紹介。
Build Informationタグ：File FormatやLibraries、リリース時期、セッティングしたフォルダ場所などが確認できる。
GPL Licenseタグ：ライセンス内容が明記。

Quick Help(in web browser) クイックヘルプ
Manual(in web browser) マニュアル
マニュアルをブラウザで開く。マニュアルは英語。
ローカルにあるマニュアルを開くか、ネット上のマニュアルを開くかをPreference > Interfaceで選択する。

Screenshot Tools スクリーンショットツール
ボタンでパレットなどを指定すると、スクリーンショットを指定フォルダにPNGで保存する。

Run Benchmark ベンチマーク
テストが行えるようだが、試したことはない。

Audio Device Info オーディオデバイスの情報
Audacityが認識しているデバイスの情報を一覧できる。

Show Log ログの表示
モジュール読み込み等のログ。

Audacity マニュアル目次はこちら

Audacity Edit > Preferences (設定)

2011-12-03T16:33:00.000+09:00

Audacityの初期設定をここで行う。一覧はページ内リンク。
Devices デバイス
Playback 再生
Recording 録音
Quality 品質
Interface インターフェイス
Tracks トラック
Import / Export 取り込み/書き出し
Extended Import 拡張取り込み
Projects プロジェクト
Libraries ライブラリ
Spectrograms スペクトログラム
Directories ディレクトリ
Warnings 警告
Effects エフェクト
Keyboard キーボード
Mouse マウス

Devices デバイス

Interface：Host
利用インターフェイスを選択。

Playback： Device
出力先の選択。

Recording： Device、Channels
入力先とチャンネル数(モノラルもしくはステレオ)を選択できる。

Playback 再生

エフェクトのプレビューボタンを押したときに、何秒再生するかを決める。

トラックをカットする前に、カットしたらどうなるかを聴くことができる。カットしたい範囲を選択してからショートカット c でプレビュー。そのときの前後のプレビュー時間の設定。

再生中に矢印キーを押すとスキップしていく。そのスキップ量の調整を秒単位で行う。
shortは矢印キーのみを押したとき。
long は矢印キーとShiftを押したとき。

Recording 録音

Overdub：　チェックすると録音中に他のトラックを再生する。
Software Playthrough：　チェックすると録音中の音を再生するが、遅れて音が出る。

Audio to buffer：　初期設定は100msec。短くすると遅れが少なくなるが、PCの負荷が増す。
Latency ccorrection：　録音終了後に遅れた分を修正するその時間。環境によって異なるため、自分で計測して、決定する必要がある。

チェックを入れると、一定以上の音が入ったときに自動的に録音する。録音スタートの音量は上記スライドでdB単位で指定する。

Quality 品質

Default Sample Rate：
デフォルトのサンプリング周波数の選択。Other...を選択すれば任意のサンプリング周波数も扱うことができる。

Default Sample Format：
デフォルトのビット数の選択。16-bit、24-bit、32-bit floatから選択できる。これは音のレベルの解像度をあらわす。CDなどは16bit。

Real-time / High-quality Conversion
サンプリング周波数の変換の際に関わってくるオプション。Real-timeは再生時に使用され、High-qualityはサンプルレート変更、ミックス、エフェクト、書き出しなどのときなどに使用される。

Sample Rate Converter：
シンク補間と呼ばれる元のアナログ波形（連続信号）を復元するための補間方法。デジタル波形は飛び飛びの離散信号なので、その間を埋めて本来の連続信号のように扱うために必要。（日本語を見たら「高品位サイン補完」になっているなぁ。サインでもないし、補完でもないです。）
Fast Sinc Interpolation　PCの負荷を下げたい場合はこちら。
High-quality Sinc Interpolation　高品質。PCに十分なパフォーマンスがある場合。

下はサンプリング周波数10000Hzで、4400Hzのサイン波を表示させたもの。Audacityのトラックの表示はガタガタに見えるが、音を出すときはシンク補間されて滑らかな波形になっている。波形表示をそこまで行っていないだけ。
中段はHigh-quality Sinc Interpolation でサンプリング周波数を44100Hzに変換したもの。レベルこそ下がってしまっているが、かなり忠実な波形になっている。周波数スペクトルを見てみると、倍音は、ほとんど含まれず、オリジナルに近い。
下段はFast Sinc Interpolationでサンプリング周波数を44100Hzに変換したもの。波形は、ややいびつになっている。周波数スペクトルには、かなり余計な倍音が入ってしまっている。HifhとFastの違いはこんな感じ。

High-quality Sinc Interpolation　サンプリング周波数44100Hzに変換

Fast Sinc Interpolation　サンプリング周波数44100Hzに変換

Dither：
おおまかに言うと量子化誤差による量子化雑音をごまかす手法になる。量子化誤差とは、例えば32bitから16bitを変換するときに中途半端な数値が四捨五入されていくことになる。その規則性がノイズとして聴こえてしまうことがある。これを量子化雑音と言う。この雑音が気にならないように、あえてランダムなノイズを混ぜることで、気にならなくしてしまうというもの。Audacityでは３つのタイプを使うことができる。実際に試してみる。

None：
ディザを使用しない。これは誤差を放置する。

Rectangle：
方形確率密度関数でランダムな確率となる。一番地味なディザという印象。32bitから16bitの変換では相違サイズはすべて1で、それも極たまにしか出現しない。ほとんどNoneと変わらないという印象。ソースによって違うかもしれないが？

Triangle：
三角形確率密度関数で確率が異なる。かなり派手に信号をいじる。でも相違サイズはほとんど1で、たまに2がある程度。まぁ誤差をごまかすのだから1以上というのはやりすぎなのだが。下は無音ファイルにTriangleを適用すると-90.3dBのノイズが確認できる。それを最大まで増幅した状態。点はビットなので、数ビットおきにいじっているのがわかる。

Shaped：
誤差拡散のフィードバック処理。リアルタイム処理も考慮されているということだが、派手なノイズという印象。下は無音ファイルにShapedを適用して増幅したもの。ノイズは最大で-71.3dBだった。明らかにTriangleよりも信号を派手にいじりまくっている。相違サイズは下の通り、1～4ぐらいまで。

ディザは最終的なミックスダウンや、24bitを16bitなどに分解能を落として出力するようなときに使用する。基本的にはNoneで変換して、その上で変換後のサウンドに違和感を感じたら、ディザを適用して様子を見るというのがよいと思う。

Interface インターフェイス

Ergonnomic order of Transport Toolbar buttons：
チェックを入れるとトランスポートツールバーのレイアウトが変わる。人間工学的なのかな。

オリジナルは以下のようなレイアウト。確かに上の方が使い勝手はよさそうだ。

Show 'How to Get Help' dialog box at program start up：
チェックするとAudacity起動時に以下のウィンドウが表示される。

Meter：　
波形のdB表示の表示レベルの調整。-36～-145を選択できる。()内にはビットごとにdBが表示されているが、これは各ビットのダイナミックレンジを意味するだけで、ビットに合わせて選択する必要はない。通常はビットに関係なく-36か-48が見やすいと思う。

Language：　
表示言語の設定。日本語は「Nihongo」となっている。一番上のSystemを選べばOSの言語になる。1.3.13-betaから再起動しなくても表示が切り替わるようになった。

Location of Manual：　
マニュアル表示を、ローカル参照にするか、ネットに接続してオンラインを参照するかを選択。

長い作業終了後にビープ音を鳴らすかどうかの設定。

Tracks トラック

Update display while playing：
再生時にトラックを時間軸をスクロールするかどうかの設定。重いようならOFFにする。

Audomatically fit tracks vertically zoomed：
トラックが増えるごとに全体を自動で表示する。

Default View Mode：
デフォルトの波形のモードの設定。Waveform、 Waveform(dB)、Spectrum、Spectrum log(f)、Pitch(EAC)から選択できる。

Select all audio in project,if none selected：
トラックを選択していない場合は、全体を選択したことにする。

Enable cut lines：
カットしたときに、ラインを残すかどうかの設定。作業中は水色で、その後赤く残る。

Enable dragging of left and right selection edges：
チェックすると選択範囲の左右にマウスを当てると、選択範囲を調整できるようになる。

Move track focus cycles repeatedly through tracks：
チェックすると、トラックを上下カーソルで選択するときに、一番下まで行ったら上へ行き、一番上まで行ったら下へ行く。

Editing a clip can move other clips：
チェックをすると、コピーなどしたサウンドを空白に割り込ませることができる。下の絵は、上段が編集したいトラックで、中段がコピー元のトラック。そして下段が上段トラックに中段トラックを割り込ませた結果。空白ポイントの中心にコピーしたので、サウンドは右へシフトした形になる。

チェックをしない場合は、空白に入り切らないコピーなどを試みると、下のような警告が出る。容易にサウンドの位置を変えたくない場合はチェックをはずす。

Solo Button：

Standard：
複数のトラックでsoloを利用できる。ボタンを押したトラックは再生対象。

Simple：
ボタンを押すと他はミュートされ、再生中に他のトラックのsoloボタンを押すと切り替わる。

None：
トラックにボタン表示しない。

Import / Export 取り込み/書き出し

Make a copy・・・
ここをチェックしておくと無圧縮音声ファイルを取り込んだ場合、それらを別の場所にコピーして作業を行う。安全だがスピードでは若干劣るようだ。

Read uncompressed audio ・・・
無圧縮音声ファイルを取り込んだ場合、コピーせずにそのまま使用する。スピードは速い。

Always mix all ・・・
書き出す際に常にモノラルかステレオにミックスして出力する。

Use custom mix・・・
書き出すチャンネル数とミックス方法を自分で指定する。

Show Metadata・・・
チェックを入れると書き出す際にMetadata入力画面を表示させる。

.groフォーマットで書き出す場合の時間軸の設定。

Extended Import 拡張取り込み

インポートされたファイルに対してフィルタが試行される順番を決める。

Projects プロジェクト

Import / Export でRead uncompressed audio files directly from the original を選択している場合に関係してくるようだ。もしImport / Export でMake a copy・・・の方を選択していれば常にAlways copy・・・で扱われる。

Always copy all audio into project：
プロジェクトとして保存するときに、コピーをプロジェクトのdataフォルダに入れる設定。

Do not copy any audio：
プロジェクトとして保存するときに、コピーをプロジェクトのdataフォルダに入れない設定。

Ask user：
上記をその都度選ぶ。

Libraries ライブラリ

Audacityをインストールしても圧縮音声ファイルとして一般的なMP3とAACはライセンス上すぐには扱えない。そこで必要な人はここから、Downloadボタンを押すことでインストールする。Locate...ボタンは保存場所の指定に使う。

Spectrograms スペクトログラム

オーディオトラックSpectrum表示の初期設定。

Show the spectrum using grayscale colors にチェックを入れると、オーディオトラックにてSpectrum表示させたときのカラーではなく、グレーになる。

Directories ディレクトリ

ハードディスクの一時スペースを指定。
C:\Documents and Settings\ユーザー名\Local Settings\Temp\audacity_1_2_temp
プロジェクトとして保存されるまでは、ここにコピーされたオーディオファイルなど必要な一時ファイルが作られる。プロジェクトとして保存した後は、プロジェクトのデータフォルダに一時ファイルは移動する。

Warnings 警告

操作過程で警告を出すかどうかを決めることができる。

Effects エフェクト

各種プラグインの使用の有無を決めることができる。

VSTを新規でPlug-Insフォルダに入れた場合はRescanにチェックを入れてAudacityを再起動する必要がある。

Keyboard キーボード

ショートカットの設定。多くのメニューはショートカット可能だが、プラグインは一部を除いてショートカットに割り当てられない。

Mouse マウス
選択ツールによってマウスの振舞いは変わってくる。その設定を行える。多くは標準的なものだが、ホイール操作は覚えておくと便利。

Shift Wheel ：左右スクロール
Ctrl Wheel ：ズームとして機能

Audacity マニュアル目次はこちら

Audacity File Menu (ファイル)

2011-12-03T12:30:00.000+09:00

New　新規

新しい空のプロジェクトウィンドウが起動する。Audacityは多重起動が可能。基本的にプロジェクト単位にウィンドウを使い分ける。

Open　開く
プロジェクトファイル.aupを開く。音声ファイルを開く場合、ひとつであれば普通に開くことができるが、複数の音声ファイルを開いた場合は、その数に応じたプロジェクトウィンドウが開く。ひとつのプロジェクトウィンドウに複数の音声ファイルを取り込みたい場合は、下のImportを使う。

Recent File 最近のファイル
最近使ったファイルが、パスとしてリスト表示される。リストのクリアもここでできる。

Close　閉じる
現在のプロジェクトウィンドウを閉じる。開いているプロジェクトウィンドウがひとつしかない場合は、そのウィンドウを閉じ、新たに空のプロジェクトウィンドウが開かれる。

Save Project　プロジェクトファイルを保存

拡張子.aupでAudacity独自ファイルとしてプロジェクトをそのまま保存。複数のトラックや、ラベル、エンベロープ、ゲイン、パンなどの情報を維持したまま保存できる。中身はxmlで記述されているテキスト。ラベルなどは、このxmlの中に記述される。またデータフォルダ(_data)も同時に作られ、内部に無圧縮の音声ファイル(.au)が細切れになって格納されている。auフォーマットはSUNによって開発されたUNIXで標準的に使われている音声ファイルで中身はwavに近い。
プロジェクトを開いて作業を行うと、このデータフォルダの中に作業履歴となるauファイルが随時保存されていく。このファイルがあることで、undoでファイルを開いた状態まで戻ることができる。しかし無圧縮のため、それなりのディスクスペースが必要になる。作業履歴が必要ないと思えたらViewメニューのHistoryで履歴をクリア(Discard)すると最終データのみになり、undoも無効になる。保存時も最終データだけが保存され、履歴はクリアされる。

Save Project As...プロジェクトファイルを別名で保存
上記と同じ内容で、名前を変えて保存する。これを行うと、開いているプロジェクトは名前が新しくなり、古いプロジェクトは、自動で保存される。履歴などは新しいプロジェクトが引き継ぐ。

Save Compressed Copy of Project　プロジェクトの圧縮されたコピーを保存
音声ファイルをOggフォーマットで圧縮されたプロジェクトファイル。Oggは非可逆圧縮音声ファイルなので音は劣化する。またエンベロープ情報は最終状態でOggとして保存されクリアされる。

Check Dependencies　依存性のチェック

Preference > Import/Export > Read uncompressed audio files directly from the original をチェックしている場合に表示される。下のようにチェックしていないと、オリジナルファイルはより安全にコピーされ、そのコピーを利用して処理することになるため、上記ウィンドウを開くことは出来ない。

リスト表示されるのは無圧縮音声ファイル。このリストのファイルを選択して、Copy Selected File ボタンを押せば、コピーされ、リストから消える。MP3などの圧縮音声ファイルは常に展開、コピーされて使用されているため、このリストに表示されることはない。

Open Metadata Editor　メタデータエディタを開く

メタデータのあるオーディオファイルはここで確認できる。
新たな音声ファイルのメタデータをここに書き込んで保存することも出来る。
またPreference > Import/Export > Show Metadata Editorのチェックがされていれば、書き出すときにこの入力画面が開く。

Import　取り込み
Audio オーディオの取り込み (Ctrl Shift i)：
複数の各種フォーマットの音声ファイルをひとつのプロジェクトウィンドウに取り込める。また直接ウィンドウにドラッグしても取り込むことができる。
表示されているのは以下のようなものだが、非圧縮音声ファイルのほとんどは取り込める。

やや不具合。Wav 24bit PCM を取り込むと、32bit floatとして扱われてしまう。データは問題なく取り込まれるので、大きな問題ではないが。

Labels ラベル：
Audacityで作られたラベル(テキスト)を取り込むことができる。ラベルトラックとして配置される。

MIDI MIDIの取り込み：

現在MIDIの再生は不可。Audacityを英語表示で使っていたら、取り込みが出来なかった。System(日本語)にして、ようやくMIDIの確認が出来た。取り込むとNote Trackと呼ぶカラフルなトラックが出てくる。これに対してできることは下記のようなこと。

拡大縮小表示

トラックコントロールメニューからはUp OctaveとDown Octaveがあり音域をスクロール可能。

選択範囲のカット＆ペースト　通常のオーディオトラックのように扱える。

新規にノート・トラックを作って（コピー）、編集的なことも可能。

再生スピードの変更
かなりアバウトながらも全体的に伸ばしたり縮めたりする程度。加工したいところを選択してあとは中央付近にカーソルを持っていくと、下のようなカーソルになる。そしたら、ドラッグしてノート全体を移動させる。オーディオトラックとタイミングを合わせるぐらいはできそうだ。

加工したMIDIファイルの出力
選択したトラックだけを、下のExport MIDIコマンドでMIDIファイルとして書き出すことができる。

Raw Data ローデータの取り込み：

Raw Dataとは、無圧縮オーディオフォーマットを指す。ヘッダがなく、通常のオーディオの取り込みで無理な場合に利用する。上記のパラメータを使うことで取り込みを支援する。それなりの知識を要する。
個人的にはJavaなどで実験用音声ファイルを作成したときに使用。ヘッダファイルをいちいち作るのが面倒なので。

Export　書き出し
EditメニューのPreferences > Import/Exportで、下のようにチェックされていれば、トラックを合成してステレオもしくはモノラルとして、各種オーディオファイルで書き出す。

Use Custom mixをチェックした場合は、書き出すときに以下のようなウィンドウが表示され、自由に設定ができる。書き出されたファイルはマルチチャンネルのひとつの音声ファイルになる。これらのファイルは普通に取り込むことが可能。

下はよくあるパターンで2つのステレオチャンネル（4チャンネル）をミックスしてステレオとして出力する例。

下のように出力が2チャンネル以上の複雑なミックスも対応できる。

書き出せるフォーマットは以下のようなもの。かなりの種類に及ぶ。

また無圧縮音声ファイルは下のように様々なフォーマットが選べる。これはヘッダー部分。

無圧縮音声ファイルのEncodingもいろいろ選べる。

Export Selection　選択範囲を書き出し
選択範囲を各種オーディオファイルで書き出す。選択範囲が複数トラックの場合は、上記書き出しと振舞いはほとんど同じでEditメニュー > Preferences > Import/Export の影響を受ける。

Export Labels　ラベルの書き出し
テキストファイル（拡張子.txt）としてラベル情報を書き出すことができる。記述内容はラベルの時間情報(秒)とラベル名。１サンプル単位の精度がある。サンプリング周波数44100Hzの場合、1サンプルは0.000023sec。96000Hzの場合は0.000010secとなる。
下は書き出してエディタで開いた例。

１行目　0～1sample ラベル名称 label01
２行目　1～2秒ラベル名称 label02

ラベルトラックが複数ある場合は、合成されてしまう。

Export Multiple　複数ファイルの書き出し

ラベルごとに分割して音声ファイルを書き出す。下は上段がオリジナルで、中段がラベル。下段が一度Export Multipleで出力した0Labelの音声ファイルを再び読み込んだところ。各ラベルごとに細切れになって音声ファイルが出力されている。ラベルがない部分は出力されない。また書き出した音声ファイルは位置情報はないので、再構成する場合はラベル等を使って位置合わせする必要がある。
トラックが複数ある場合は合成された上で、ラベルごとに分割される。

Export MIDI　MIDIを書き出し
読み込んだで編集したMIDIファイルの書き出し。

Apply Chain チェインを適用

下記Chainで作成した連続処理を実行する。

Edit Chain チェインを編集

いくつかの処理を組合わせた連続処理を作成できる。しかしエフェクターは標準のものしか使えなかったりして、自由度があまりなく、固定的パラメーターの連続処理に限定される。下が使えるコマンドの一覧。

Page Setup　ページ設定
プリンタの設定

Print　印刷

オーディオ、ラベル、タイムトラックを印刷。試しにプレビューしてみたら上のようになる。あまり実用的な感じはしない。

Exit　終了
アプリケーションの終了

Audacity マニュアル目次はこちら

オーブン　デロンギコンベクションオーブン 95FL　修理

2011-11-21T17:17:00.000+09:00

10年以上使っているデロンギのコンベクションオーブン 95FL。上下に電熱線のヒーターがあるのだが、上が点かなくなってしまった。この手の家電はシンプルなので自分で修理することにした。とりあえず分解して故障箇所を見つけることにした。

デロンギのホームページを見たら、すでに95FLは修理を受け付けないようだ。部品の保有期間が過ぎたためという理由。

分解を始めると、工作精度が悪い・・・イタリア製・・・強引に組み立てられている印象。

設計もひどいなぁ・・・足の構造とか、あり得ないだろう・・・

下写真は裏パネルをはずしたところ。今回取り外したねじは3種類ある。統一してくれよ・・・。ねじ穴らしきものも数箇所あるのだけど、全く利用されていなかったりする。どういう設計だ・・・

白いカバーを取り外したところ。正面の黒い枠もはずせる。ついでにフロントのガラスもクリーニング。内部の鉄板は結構錆びている。

このオーブンの一番メカニカルな部分が下の写真。中央には、このオーブンの売りであるファン（イタリア製のモーター）がある。でも剥き出しで錆が出ている・・・　電気部品は基板らしきものはなくて、かなり古い設計という印象。こういうアナログ設計は自分で修理しやすいので好きだけれど・・・配線がゴチャゴチャしやすいのよね。

今回の故障箇所を発見。ダイオードが露骨に破裂していた。これは整流用ダイオードで交流を直流にするもの。設計がおかしいのではないかと思われる壊れ方だ。配線をたどっていくと、これは上のヒーター用のダイオードで、下のヒーター用のダイオードもあった。チューブで保護されてるが、同じものが入っているようだ。今回はこの明らかに壊れたダイオードだけを交換することにした。近々下ヒータも壊れるかもしれないけど、壊れた時点で交換しよう。

壊れたダイオードを取り外す。見事に真っ二つ。型番はP600Kと書いてある。ネットで調べると800V 6Aの整流用ダイオードのようだ。

同じスペックのダイオードだと、また破裂するかなと思って、もうひとつ上の1000V 6Aのダイオードをネット通販で買ってみた。メーカー不明のあやしいダイオードだ。でも1個60円で安い。とりあえず予備ということで4つ買ってみた。品物は安いのだが送料が倍以上で何ともお得感のないショッピング。電車で買いに行く手間や交通費を考えたら割安だけど。

新しいダイオードを取り付けて組立。

ついでなので、全体をクリーニング。ホコリとかそれなりに溜まっていたけど10数年使っていた割にはきれいだな。イタリアシールはさすがにボロボロ。なんとなくかわいいので、そのままにしておく。

組立完了。正常に動くようになった。

早速アップルパイを焼いてみる。問題なく動作。故障箇所はダイオードだけだった。

自分で修理する場合は自己責任で
内部の回路、原理が理解できなければ修理しないほうが無難です。高電圧を直接扱う製品なので、それなりの知識がないと事故になりかねないのでね。

ダイナミックマイク SHURE (シュアー) SM58

2011-11-19T12:29:00.000+09:00

定価19110円(税込)。実売7800円(サウンドハウス)
1966年発売。45年間売られ続けているロングセラーマイク。

ダイナミックマイクの構造などに関してはSM57のページに書いたので、ここではSM58独自の部分やSM57との違いを書こうと思う。

定番マイク
SM58はボーカル用として定番マイクだが、あくまでもPA用という断りがある。音質を含めてPAとして使い勝手がよいのがその理由。その特徴は以下のようなところ。

丸いグリルを持つ独特な形状　マイク = この形というぐらい認知されている
他のサウンドに埋もれくい前に出る音(中域の強調)
ハウリングに強い
頑丈
使いやすい単一指向性
近接効果対策がされている
ポップノイズ対策されている
ハンドリングノイズに強い

こんなところだろうか。スタジオでの本格的なレコーディングでは自然な周波数特性のコンデンサーマイクが主流となる。

主な仕様
型　ダイナミック型　ムービングコイル方式
周波数特性　50 ～ 15000Hz
指向特性　カーディオイド
出力インピーダンス　EIA低格　150Ω　実行値300Ω
感度　1kHz 開回路電圧　-54.5dBV/Pa(1.85mV)　1Pa = 94dB SPL
極性　ダイヤフラムへの正の圧力により、3番ピンに対して2番ピンに陽極電圧が生成される
コネクター　3ピン　XLR　オス
ケース　ダークグレーエナメル加工　ダイキャストメタルボディ
つや消しシルバー加工スチールメッシュ丸型グリル
サイズ　長さ162mm グリル最大径51mm　尾径 23mm
重量 298g　
付属品：ホルダー、ビニールバック、変換ネジ
生産国　メキシコ

よく見かけるマイクがSM58
イベントやライブなどで、よく見かける。1966年に発売されて40年以上第一線で使われ続けている定番マイクなので、イベント、ライブ、スタジオなど、どこにでもあるような存在になってしまった。マイクといえば、この形というぐらい世界中に浸透していて、業務用としては最も売れたマイクではないのかな？下図のようにアイコン化されたSM58は、マイク端子などでよく見かける。

音の第一印象
音質は一言でウォーム。丸い音というか古っぽい音で、ハイファイさは皆無。良い意味でも悪い意味でもベールがかかったような印象がある。

学生のころPAのアルバイトをしていて、そのときSM58というものをちゃんと知ったのだが、使っているのを見て、こもるマイクだなと思った。今でもあまり印象は変わっていないのだが、使い方で大きく変貌したりもする。
イベントなどを見ていると、同じSM58でもモコモコしていたり、すっきりしていたり様々な音が出ている。一番の違いはマイクを使う人の発声とマイクの使い方。あとはＰＡの腕というところか。使い方のテクニックはとても重要。簡単に最高の音にならないところが面白く、使いこなし甲斐があるマイクといえる。

SHUREのHPにデモ・サウンドがある。無加工だと思われるが、吹いてしまっているなぁ。
http://www.shure.co.jp/ja/products/microphones/sm58

周波数特性
中高域が盛り上がっていて、10kHz以上の高域も100Hz以下の低域もあまり出ないというもの。PAでのボーカルに必要な周波数帯域は100Hz～10kHzぐらいまでで、それ以外をばっさり切っている。これによって、ハウリングに強いとか、いろいろPAにとって使い勝手がよくなる。高域不足に関しては、アンサンブルの中では意外と気にならないもの。低域は、そもそもカットして使うぐらい不要なもの。ただ単一指向性なので、マイクと音源の距離や角度で、この周波数特性は大きく変わる。

単一指向性
下の図を見る限りSM57とほとんど同じような特性を持っている。ギターの指板をチラ見しながら歌うには、まぁ適当な指向性だと思う。少しぐらいズレても何とか拾ってくれる。ほかに超単一指向性マイクというものもあるが、これはかなりシビアなので、ギターを気にしながら歌ったら、思い切り音に反映されてしまうだろう。

近接効果　ロールオフ
SM57と同じように、ロールオフされているので、マイクと音源の距離が近づくと200Hzあたりが盛り上がってくる。あまり近づきすぎると低音にマスクされて、こもったような音になってしまうので、適切な距離を見つける必要がある。下図はSHURE beta58Aの近接効果の周波数特性。SM58も同じような傾向のはず。

マイクとの距離
プロのライブでは多くの場合0～5cmぐらいで使われている。張り上げるときは10～15cmぐらいだろうか。指向性の関係でマイクから離れると感度が急激に下がっていく。5cm以内ではEQによる補正は必須。他の楽器の音（かぶり）を最小限にして、ボーカルの音を最大で入力するためには、なるべく近い方が有利。しかし音質を考えると若干離したほうがよいように思えた。最短でも2cmぐらいが適当ではないかな。4cmも離れればEQで補正しなくてもOKに思えたけど、声質と使う音域の影響が大きいかな。あとアンサンブルも。人によっては全然使える音にならない場合もあると思う。低い声で声量がない場合など。

個人的には、距離は4～5cmで、補正としては、近接効果で盛り上がった200Hzを2～3dB下げるぐらい。フラットな特性になるまで下げてしまうとSM58らしさがなくなってしまう気がしたので控えめにしている。また補正を超えた範囲でいじってしまうと、音が不自然になり無理が出てくるので、5dB以内の調整が適当だと思う。個人的には3dB以内かなと思っている。重要なのはノンEQでも十分使える音であることが前提。Qは近接効果に合わせて広め。1kHzぐらいから、なだらかに下げるようにしている。さらに13kHz辺りの高域をブーストするとフラットに近くなっていくがノイズも上がるし、SM58らしさもなくなるのでやっていない。使っているのは自作NyquistEQ。詳細はこちら。

SHUREの説明書に、マイクと口の距離について書かれてある。だいたい以下のような内容。また説明書内に「マイクとの距離に正解はない」と書かれている。
0～15cm　低音域が強調された力強い音質　他との音源を最大限に分離
15～60cm　鼻の上の高さに配置　自然な音質　抑えた低音
20～60cm　横に少しずらす　自然な音質　抑えた低音　ヒスノイズを抑える
90～180cm 遠くから聞こえる細い音　環境雑音が聞こえる程度

PAをやっていたときに思ったのは、パワフルに歌う人はＯＫで、小さめに歌う人はちょっと辛いマイクかもしれない。基本的にデカイ声であればあるほど問題なくなるマイク。なんともワイルドなかんじ。

感度
SM57が-56.0dBV/Pa (1.6mV)で、SM58が-54.5dBV/Pa(1.85mV)なのでSM58が高い。実際ギター録音でSM57、58をセットでステレオとして使うときに出力差を実感する。よくネットでSM57とSM58の中身は同じでグリルだけ違うようなことが書かれているが、実際は違うだろう。グリルや若干の仕様違いで、この出力差は出ないと思う。でも共通部品も結構ありそう。一度バラバラにして比較してみたいところ。

ウインドスクリーン
吹かれ、風よけのためにグリル内にウレタンスポンジのウインドスクリーンがある。これがSM58の大きな特徴なのだが、音響的にも大きく影響を及ぼしている。試しにウインドスクリーンを取り外すと、高域が伸びるが、それ以上にすっきりした印象になる。でも58らしさがなくなってしまった感じ。ウレタンスポンジは高域成分を減衰させているだけでなく、グリル内で音が反射している。それが独特の低域の力強さになっているようだ。用途によってはグリルをはずして使うのもありだと思えた。アコースティックギターの録音ではウインドスクリーンなしで試したりしている。

ウインドスクリーンはウレタンなので、加水分解を起こす。条件が悪いと数年でボロボロ、ベトベトになってしまう。SHUREのHPを見るとウインドスクリーンだけでもオプションとして用意してある。6色あって選べるようだ。

ウインドスクリーンがあっても吹かれは完全に防げない。吹くとやっぱりボッとポップノイズが入ってしまう。結局吹かない練習をしないとだめ。プロの映像を見ても吹いちゃっているのをよく見る。やっぱり難しいのね。

グリル
線材を波状にしたものを組合わせた平織で作られている。ただ縦と横は同じではなく山のかたちが違うように見える。磁石にくっつくところから鉄製でメッキ処理。キレイな溶接は電気抵抗溶接かな。電気を通して接点を融点まで持っていくというもの。工作精度が高く、なかなか感心する出来栄え。落としたりすると凹んだりするが、ショックを吸収して内部のカプセルを保護する役目もある。グリルは交換部品として売っている。

RK143G ウィンドスクリーン　グリルボール　実売850円。

トランス
基本的にはSM57と同じ。ただ下の図はスイッチ付きのSM58Sも兼用。スイッチはHOTとCOLDをショートさせてOFFにするようだ。ONの状態ではスイッチなしSM58と全く同じ配線になるので音質的にも有利な設計だ。

トランスは軸部分に樹脂で固められている。

カートリッジ
ダイアフラムが収められているところがカートリッジ。SHUREアメリカではR59としてアクセサリーとして扱われている。このパーツだけ取り替えて使うということも出来るようだが、普通は丸ごと買い替えになると思う。

グリルを取るとカートリッジがむき出しになる。正面にはスポンジが貼られている。これを剥がすと7個の穴があるはずだ。その奥にダイアフラムがある。このスポンジは経年変化でボロボロベタベタになるはず。そうなったら取って使うことになると思うが、吹かれには弱くなり、音の傾向は明らかに変わると思う。

横から見ると、パンチングメタルの部分がある。ここから入った音と、正面から入った音の位相差を使って指向性を作り出す。

現在のSM58のロゴは印刷
古いモデルはシールだったようだ。SM57は現在でもシール。SM57は単一指向性の表示などがあるが、SM58は「SHURE」と「SM58」を繰り返し、しつこいぐらい印刷してある。古いシール仕様のSM58は仕様がここに書かれていた。印刷面はテーパーなしの円柱形状。テーパーがあると印刷が難しくなるので。

筐体
ケース材質は、SM57と違って公式仕様にはダイキャストメタルボディとある。この表現の方が正しいと思う。予想でしかないが、やっぱりSM57と同じ亜鉛合金製でしょう。

よく見ると、トランスが入っている軸部分はSM57とSM58は共通なのね。ここが共通だとマイクホルダーも共通にできるというわけだ。

塗装はエナメルで絶縁されている。丈夫な塗装だが、よくボロボロに剥げているSM58を見かける。使われ方がすごいのね。

下はホルダーを付けたところ。

パッケージ
現在のパッケージは黒っぽいイメージ。

その他
そのほかSM57との共通内容はこちらを見て。

ダイナミックマイク SHURE (シュアー) SM57

2011-11-17T17:25:00.000+09:00

定価は14910円(税込)。安価なサウンドハウスでの実売価格は6450円。

楽器用汎用マイクとしての定番。SM57として発売されたのは1965年なので、すでに46年間販売されていることになる。姉妹機種のSM58と並んで超ロングセラーだ。しかも日進月歩のエレクトロニクス分野で、このロングセラーは奇跡に近いと思う。

ここでは構造などハードを中心にレビューをしてみようと思う。

なぜ、そんなに受けいられているのか？　
早い時期に定番の地位を確立してしまったことが大きいと思う。当時PAなどで求められていたハウリングしにくいとか、音が前に出るなどの要求を満たしていた数少ないマイクがSM58、57。独特な音質ながらも現場で使いやすいマイクとして広まってしまったようだ。さらにミキサーなどの機材も、SM58、57でチューニングされたりしているので、後押ししているような格好になっている。

あとは音質以外の耐久性の高さや、タッチノイズの少なさなど、当時としては基本的な使い勝手が良かったことも大きかったと思う。

現在、特性だけ見れば、SM58、57よりも高性能なマイクはいくらでもあるし、SHUREですら性能を上げた後継機種を出しても置き換わることなく、SM58、57は第一線で使われ続けている。結局コンデンサーとは違うダイナミックマイクらしさの象徴もしくは基準ということなのだろう。

入門者から見ると、高性能なマイクよりも、どこにでもあるSM58、57を使いこなせた方が何かと便利という現実がある。もはや性能で選んでいるわけではないので、この定番を崩すには製造終了でもしない限り不可能に思える。

SHURE SM57（Studio Microphone）主なスペック
形式ムービングコイル型ダイナミックマイクロフォン
指向性　単一指向性カーディオイド
周波数特性 40-15000Hz
感度　-56.0dBV/Pa (1.6mV) (1Pa = 94dB SPL)
出力インピーダンス定格インピーダンス　150Ω
極性 1番ピンGND　2番ピンHOT 3番ピンCOLD
出力コネクタ XLR3ピン（male）
ケースダークグレーエナメル加工ダイカストスチールボディ、ポリカーボネイトグリル、ステンレススチールスクリーン
寸法直径32mm　全長157mm
重量 284g
梱包内容：マイクホルダー、変換ネジ、ポーチ、ケーブルを束ねるためのマジックテープ、SHUREステッカー、説明書など
メキシコ製

主な用途
スタジオやPAでは、主に音圧の高いドラムのスネア、打楽器、ギターアンプなどに利用されている。たまにステージでボーカルに使っていたりもする。

スタジオでは繊細な音はコンデンサーに任せて、音圧の高い力強い音はダイナミックで録音するなど、使い分けていることが多い。SM57はダイナミックマイクらしい中域が主張した音として重宝されているようだ。

音楽以外でもスピーチ用として昔から使われている。米大統領の演説には決まってSM57。テレビによく映っている。

音の傾向
ナチュラルでハイファイで繊細なコンデンサーマイクの音に比べ、ダイナミックマイクのSM57は中域重視の塊のような音という印象。これが上のような録る対象によっては、よい場合が結構あるようだ。
個人的なアコースティックギターでは、まだ微妙。ストロークでガンガン弾くなら、いいかもという感じ。繊細な弾き方には向いていないような・・・　やっぱりレンジの狭さが気になるのだ。空気感が不足してしまっている。下の周波数特性を見ても10kHz以上の高域は弱め。周波数特性だけみると中高域が膨れたような曲線になっているけど、マイクと音源の位置関係で大きく変わってくる。

SHUREのホームページにデモサウンドが結構たくさんあるので聴いてみるとよいと思う。
http://www.shure.co.jp/ja/products/microphones/sm57

単一指向性 Cardioid
単一指向性とはマイク正面方向からの音に敏感で他の方向からの音はあまり入らないようになっている。下の写真のマークはハート型ということらしいが、おしりマークにしか見えない。このマークは方向に対する感度を表していて意味のあるもの。くぼみ部分がマイク中心部で、そこから離れている部分ほど感度が高い。正面方向は一番膨らんだところで、後ろは理論上0ということになる。指向性は下図のように周波数によって異なる。

上の写真にある「LOZ」とはローインピーダンスを意味する。

単一指向性の構造は、ダイアフラムの両面から同時に入ってきた音は打ち消されることを利用して、ハード的な細工で指向性を作り出している。グリルの正面とスリットから入った音はダイアフラム表面で捉えて、サイドのパンチングメタルのところから入った音はダイアフラム裏面で捉える構造になっている。
下の図のように正面の近い音源からはダイアフラムに音が届く時間も音圧も違うために打ち消されることはない。また横からの遠い音源の場合は、ダイアフラムの両面に同時に同じ音圧の音が届くので打ち消されてしまう。単一指向性は、わりとゆるい指向性で、正面から90度ぐらいまでの音が入る。ただ、真正面の音は周波数的にも一番バランスよい音になるので、録りたい音にまっすぐ向けるのが基本。後ろの音は完全に入らないかと言ったら、実際にはかなり小さい音で入ってしまう。完全に打ち消すことは難しい。それに室内であれば、反射音も大きいので、そういう音があちこちの角度から入ってくるのだから理屈どおりにはいかない。

ちなみにCardioidマークの描き方は極方程式の r=a(1+cosθ) で表せる。なかなか魅力的な図形だ。Maximaで描いてみた。
plot2d([1+cos(ph)], [ph,0,2*%pi], [y,-2.5,2.5],
[plot_format, gnuplot],
[gnuplot_preamble, "set polar; set zeroaxis;"]);

オンマイク、オフマイク
ダイナミックマイクは一般的には音源から30cm以内のオンマイクで使う。これ以上離して使うことをオフマイクという。ダイナミックマイクは感度が低いことと、構造的に音圧に耐えられるため、そういう結果になっているのだが、ＰＡの世界では他の音を入れたくない場合が多いので、オンマイクは都合がよい。

近接効果　ロールオフ
指向性を持たせることで近接効果が生じてしまう。近接効果とは、マイクと音源の距離が近づくほど低域のレベルが大きくなってしまうこと。低い周波数は位相差の問題で、指向性マイクでは打ち消すことはできない。高域は打ち消されるので、近づくと低い音ほどレベルが上がってしまう。そこでSM57では、不自然な音にならないように、ロールオフといって低域をカットしてある。ロールオフのしくみは謎なのだが、ユニットそのものに、そういう特性を持たせている可能性が高いかな？　他にはトランスを使うか、内部に回路を設ける方法になるが、その可能性は低そうだ。ロールオフされていても、そのカットオフ周波数より上に近接効果が出るので、マイクと音源の距離で大きく音が変化することになる。マイクだけでは調整しきれない場合はマイクプリアンプ以降でイコライジングするなりして補正するしかない。
下はbeta57Aの近接効果の周波数特性の変化を示したもの。SM57も似たような傾向だと思われる。音源が近いと200Hzを中心に盛り上がるのが確認できる。カットオフ周波数も明記されていないので不明なのだが、beta57Aを見る限りかなりゆるいカーブになっているので、実はすごく低いような気がする。実用的にはピークが200Hzということが分かれば十分だが。

感度
-56.0dBV/Pa(1.6mV) (1Pa = 94dB SPL)
結構低め。今まで使っていたWM61Aは、エレクトレット　コンデンサマイクなので、感度はわりと高く、時計の秒針の音などの小さい音も入ってしまっていた。それに比較してSM57は、単一指向性のため正面の音以外ほとんど集音しない。自宅で使うには使いやすい。かなりオンマイクで使えるので、さらに目的以外の音が入らない方向になる。コンデンサは音圧に弱いので、ある程度離して使うことになり、結果的に雑音も入ってしまう。WM61Aの場合、無指向性ということもあり、さらに悪い方向になる。環境に恵まれない場合はダイナミックが使いやすいと思えた。ただ低感度なのでマイクプリでかなり増幅する必要がある。音源の音量が小さい場合はマイクプリのノイズが目立つことになる。最近のダイナミックマイクは、もう少し感度が高いようだ。

ダイナミックマイクの構造　ムービングコイル
ダイナミックマイクはダイアフラム(振動板)で音を受けて電気信号に変換する。音のキャラクターは、ほとんどこのダイアフラムまわりで決まってしまうので重要な部分。ダイナミックマイクは他のマイクに比べ丈夫であるのも、この部分が壊れにくいことが大きい。湿度や温度の環境に強いのもダイアフラムの素材やダイナミックマイクの構造が貢献している。ダイアフラムの材は内部損失が適度にある必要がある。特許を調べていくと一般的には薄いポリエステル等のフィルムで作られているようだ。ほとんどヘッドフォンと同じ構造で材料も似通っている。

ボイスコイルの内側にポールピースがあり、外側にはヨークがあり、それぞれN極S極の磁石になっている。ボイスコイルが前後に動くことでボイスコイルに信号が作られる。小中学校で習う電磁石の原理と同じで原始的な構造ともいえる。現在のSM57に使われている磁石は、おそらくフェライト磁石だと思うが、確かな情報がない・・・。

作りがかなり似ているインナーフォンを分解してみた。マイクもほとんど同じ構造のはずだ。ボイスコイルはダイアフラムに接着されていて、ダイアフラムを重くしている。あまり重くなると高域特性が悪くなるという問題が起きる。この部分の設計がダイナミックマイク開発の心臓部と言えるかも。それにしてもコイルをキレイに作って、フィルムに接着する技術はすごいと思う。薄くて弱弱しいダイアフラムも何十年も使える耐久性を持っている。

構造的にインナーフォンをマイクとしても利用可能なので試してみた。感度がやたら悪かったが、音質は意外とまともだった。マイクとしても十分機能することが分かった。

ダイアフラムの位置
マイクとの距離を測る場合、通常はマイク先端と音源の距離だと思うが、実際はダイアフラムと音源との距離が問題になるわけで、ダイアフラムの位置がどこなのか知っていたほうがよいと思う。ＳＭ５７の場合は、先端から25mmぐらいのところにダイアフラムがある。

ポリカーボネイト製グリル
カプセルを保護するグリルはポリカーボネイト製。プラスチックとしては丈夫であるが、金属ほどではないので、ドラムにセッティングしてスティックでたたかれたり、落としたりすると割れる。

グリルはくるくる回ってしまう。これはちょっと・・と思う。下の取り外し図を見ると、グリルを取るとダイアフラムがむき出しになっているようだ。少しでも干渉すればダイアフラムが破損してしまう。クリアランスは十分あると思われるが、なんか危うい設計。

グリルの中にはウインドスクリーンとなる円柱状の厚いウレタンスポンジが入っている。これでポップノイズを軽減している。サイドスリットからスポンジを確認することができる。爪楊枝か何かで押してみるとスポンジだということがよく分かる。

分解するにはネームプレート(シール)を剥がす必要がある。表にはステンレススクリーンがあり保護している。Shure USを調べたらグリルをオプションとして販売していて交換方法もあった。

バランス接続
SM57のマイクの端子は、HOT、COLD の2芯とシールド(GND)のバランス接続構成。
1 GND
2 HOT +
3 COLD 逆位相

バランス接続はノイズ対策のための技術。ケーブルは3端子あるXLRを使用する。マイクは微弱な信号を扱い、長いケーブルを使うことも多い。そのためノイズがケーブルに入ってしまうことは避けられない。そこで入ってきたノイズを、ミキサー等でHOTと反転したCOLDをミックスすることでノイズを消してしまう。さらに信号を2倍(+6dB)にする仕組み。

アンバランス（TSフォン端子）での接続はしないほうがよい
民生機器の多くは接点が2点しかないモノラルのTSフォン端子しか用意されていなかったりする。マイク側はXLRで、機器側がフォンプラグになっているケーブルを利用することになるが、TSフォンで接続すると上記のバランス接続ができないため音量が1/2(-6dB)になってしまう。ゲイン不足になりかねないし、環境が悪かったり、ケーブルが長いとノイズの影響も受けてしまう。

下はXLRコネクタのマイクケーブルを接続したところ。

耐久性もあり、不用意に抜けるようなこともない。

トランス構造
マイク内部にはトランスが入っている。主にマイクの出力を高めるためにあるが、同時にファンタム電源からマイクを保護する役目も果たしている。うかつにファンタムをＯＮしてもマイクが壊れることない。

トランスはボディの軸部分に樹脂で固定されている。取り外すことは破壊を意味する。

ダイカストスチールボディ
マニュアルにはこのように書かれているが、ダイカストという時点で非鉄だと思うのだが・・・少なくとも磁石にはくっつかない。おそらくZn-Al-Cu系亜鉛合金だと思われる。JISでいうZDC2辺りかな。耐食性、強度もあり、寸法精度も高く、大量生産に向いている。そのかわり軽くはない。マイクに軽さはそれほど求められていないので問題なし。むしろある程度の重さがあったほうが音にとっては何かと有利に思える。

ダークグレーエナメル塗装　つや消し仕上げ
ということは絶縁されているのね。塗膜も丈夫で重厚な印象がある

エアー式ショック・マウント・システムがハンドリング・ノイズをシャットアウト
オフィシャルHPに書かれているが、構造的に未確認。とても分解はできない・・・。確かに手でマイクを触ったときにハンドリングノイズは少ないと思う。ジャンク品でも入手してバラバラにしたい・・・。

ポーチ
出来は結構よいと思う。それなりにしっかりしていて、マイクをガードしてくれそう。質感も使い勝手も悪くない。一昔前のしっかりしたポーチという印象。

マイクホルダー
ねじ規格については別項に書いたので、そちらを参照してもらうとして、ホルダーそのものは硬めのプラスチック製（たぶんABSかな？）で耐久性も高く、使い勝手も良好。完成度の高いホルダーだと思う。

マイクをセットすると下のようにお尻の一部しかホールドしない。ガンガン使っていると、ホルダーが変形して段々と深くセットできるようになる。

パッケージ
2009年から、この黒っぽいパッケージになったようだ。これより前の箱は白地にSM57の写真があるもの。

マイクホルダー SHURE (シュアー) ねじ規格について

2011-11-16T10:14:00.001+09:00

SHUREのダイナミックマイクSM58、SM57には同じマイクホルダーが付属している。ホルダーにはマイクスタンドに取り付けるための、ねじが切ってあるのだが、、この手のねじ規格は混沌としているようだ。

SHUREのねじ規格はNS 5/8インチ２７山というもので聞いた事がない。一般的なユニファイとは少々違っていて英国向けのアメリカ規格のようだ。かなり特殊で日本では普通見かけないと思う。

一方、持っているTAMAのマイクスタンドは 3/8インチ16山というもの。大型カメラ用三脚ねじと同じだと思うが、カメラはISOではUNCというユニファイ規格だ。TAMAのマイクスタンドは特に規格の明記がない。もう少しネットで調べてみると、信頼できそうなSONYのサイトには一般的なマイクスタンドとしてW3/8インチとあった。これは？？　イギリスのウィット規格なのか？　疑問に思い始めた。改めてカメラの規格も調べたりしてみたら、ウィット規格で書かれている方が多い。ここからは予想だが、同じ3/8インチ16山でも、ねじ山角度がユニファイは60度で、ウィットは55度。雄ねじがウィットであれば、問題なく機能してしまうということだろう。実際工具はウィットが入手しやすかったりするので、このようなことが起きているのか、使い勝手からなのか謎である。

ホルダーがNS 5/8で、スタンドがUNC(W?)3/8なので、そのままでは取り付けできない。そこでSHUREのホルダーには変換ねじが付属している。下の変換ねじはNS5/8のホルダーをUNC(W?)3/8に変換するためのもの。

ホルダーに変換ねじを取り付けると下のようになる。これでマイクスタンドに取り付けることができる。

マイクスタンドに取り付けたところ。

マイクホルダーのねじ規格は予想通り、複数存在していて、どれも現役という非常に厄介な状態のようだ。各社バラバラに採用していて、統一しようという気配が全く感じられない。SONYのサイトによると主に4つの規格があるようだ。

PF1/2(BTS規格)14山 20.955mm
NHKが制定したもので、2001年に廃止されたにも関わらず、現在でも生き延びている。国内では標準だったりして、たちが悪い。

NS 5/8"27山 15.875mm
普及率が圧倒的なSHUREが採用しているので、規格はマイナーでも消えることはない。でも3/8インチの変換ねじを付属しているところからみて、3/8インチへ移行する意思が伺える。

W 3/8"16山 9.525mm
雌ねじはUNCのような気がする。大型カメラ用と同じにすることで、現代の汎用標準仕様ということにしたいところだが、上記の規格を完全になくすことは不可能なようだ。

U 5/16"18山 7.938mm
これもそれなりに普及しているようだ。

UNC 1/4 20山 6.35mm
ついでに一般カメラ用三脚ねじ。マイク用には使われることはない。雄ねじはW 1/4だったりするし、それでも問題ないどころか、推奨されている気配すらある。軽く締められて、使い勝手がよいということか？

自転車と同じように一度普及してしまった規格は、なかなか止めるわけにもいかず、ダラダラと使い続けるようだ。ミリとインチが混在する設計は厄介で、トラブルの元になるし、製造面でも嫌がるところ。ユーザーもこれだけあると混乱すると思う。狭い業界なのだから、世界共通規格で足並みをそろえてもらいたい。個人的にはインチ廃止を強く望むが、インチがスタンダードな現状では無理な話のようだ。

ミキサー ALESIS (アレシス) MultiMix 4 USB

2011-11-09T17:50:00.000+09:00

購入したのは2010年で随分前だが、そろそろ紹介記事でも書こうと思う。ShureのダイナミックマイクSM58、SM57を使ってパソコンで録音するための「ミキサー兼オーディオインターフェイス」として購入。このミキサーは、そのために最小限の機能を提供してくれる。出来損ないの機能があれこれ付いているよりも、よっぽどいい。実際それほど使いこなしているわけではなくて、本来の目的以外の使われ方が多かったりする。簡易ミキサーなのでいろいろ便利なのだ。

本体
実はかなり小さくて155幅 x 200奥行 x 55高mmしかない。机の上にちょこっと置くには許せるサイズだ。

ALESIS MultiMix 4 USB の主な仕様
USBオーディオインターフェイス内蔵4チャンネル・ミキサー
16bit/44.1kHz固定　USB1.1以上
電源　10V AC 500mA
サイズ　約 (W)155x (D)200 x (H)55mm
重量　約685g

1/2チャンネル　
ラインレベル入力
XLR入力（48Vファンタム電源可能）
ギター入力（1チャンネルのみ）
PAN(ステレオ出力の左右のバランス調整)
HPF(75Hz以下カット)
EQ　10kHz、80Hz プラスマイナス15dB

3/4チャンネル　
ラインレベル入力（共通）
バランス調整

パッケージ表

パッケージ裏

説明書　日本語も付属

アレシス社について
安価な機材を幅広く提供しているメーカーで、すぐに製品が生産終了するメーカーという印象。決まった数を作って売り切って終わりということなのだろうか？　ロングライフな商品は少なそうだ。でも製品内容は悪くなく、プロも愛用しているような機材も結構あったりする。特にリバーブとかADATとかが有名かな。

エントリー機種のミキサー
Multi MIx4USBの発売が2009年8月で、2011年11月現在でも販売されている。2年以上なので、アレシス製品にしては息が長い方ではないかと思う。アレシスのミキサーの中ではエントリー機種になる。実売11,450円（サウンドハウス）で、他メーカーの同クラスと比較してもバンドルソフトがない分、安いのではないかな。でも安価なだけあって基本性能は価格なりのもの。期待してはいけない。

主な特長
4chアナログミキサーにオマケ程度のＵＳＢオーディオインターフェイスが付いている。16bit 44.1kHz固定でＰＣとの音声入出力が可能。XLR入力が2チャンネル分あって、48Vファンタム電源も利用可能。付属ソフトなし。

本体背面　電源スイッチ、ACジャック、USBポートがある。

チェンネル数
モノラルで数えて4チャンネル。マイク接続できたり、HPF、EQが使えるのは1、2chのみ。

3、4チャンネルはおまけ的で、LRとしてセットで使うような位置づけ。レベル調整は共通で1個しかない。BALでチャンネルのレベルを補正する程度。主にCDなどのライン入力用。

個人的な用途はアコースティックギターの録音や弾き語りなので、1、2チャンネルだけを使う。ということでチャンネル数に不満はないが、ちょっと複雑なことをすると、この入力数では対応できなくなるだろう。

ヘッドフォンの音
音はキンキンしないし、こもった感じもなく普通に使えた。価格からすると悪くはないと思う。出力パワーは結構あるので、普通は8時か9時の位置で使っている。スペックとしては、0.5W into 47Ω。

EQ(イコライザー) と HPF(ハイパスフィルター)　1、2チャンネルのみ
この手の機器はSM58、57を前提に設計していると思われるので当然なのだが、EQやHPFなどは、調整したいポイントがばっちりなので好印象。

HPF（ハイパスフィルター）　
HPFはある周波数よりも上の周波数だけを通すフィルター。仕様書によると75Hz以下をカットする。例えば200 Hz (-1 dB), 80 Hz (-3 dB), 20 Hz (-24 dB)のようになるようだ。このフィルターを通すことで不要な低域成分をカットできて、すっきりした音になる。下図は全体帯域を含んでいるホワイトノイズにHPFをかけたもの。200Hz辺りからカットされているのが分かると思う。SM58で歌を録音する場合などは常時ＯＮにしておくとよさそう。PC側でHPFをかけるならその必要もないけど。個人的にはPCでHPFをかけているが、単体でPAなどに使用する場合はとても便利だと思う。

EQはLO(80Hz)とHI(10kHz)があって、それぞれプラスマイナス15dBの調整が可能となっているが、実はかなり広めにかかる。LOを見る限りなだらかなHPF的な動きにも見える。また下の極端な設定を見ると分かるが、ざっくり1kHz以下をLOで調整し、1kHz以上をHIで調整というかんじ。感心したのは、ちゃんと設定値と実際が一致していること。EQもLPFと同じで個人的にはPC側で処理してしまうので使っていない。でも単体で使うときには必須だと思う。

LO 80Hz 15dBカット

LO 80Hz 15dBブースト

HI 10kHz 15dBカット

HI 10kHz 15dBブースト

筐体デザイン
板金メインで、プラスチックはつまみぐらい。無駄のないコンパクトサイズ。機能優先の無骨なデザインで気に入っている。YAMAHAの同クラス（ちょっと高い）はオシャレな感じで好みではない。

USBインターフェイス
これはミキサーの電源が入っていなくても認識する。バスパワーだけでこの部分は動作しているようだ。Windows側からはUSB Audio CODEC として認識されている。でもミキサーとしては機能しないので何の意味もないのだが。

買ってみないと分からなかったところ
ＵＳＢ経由で入力した音はUSB出力にまわってしまうのか？というところ。そもそも入力と出力が同時に出来るのか？というところも。
結果はUSB入力とUSB出力は同時に出来て、USB入力音声はUSB出力にはまわらない。でもヘッドフォンではUSB入力と4chの入力を同時にモニターすることができる。利用者を考えて設計されていて一安心。注意点としてはＵＳＢ経由の入力はミキサー側で音量調整は不可能なのでPC側で調整する必要がある。ヘッドフォン出力のボリュームは調整可能。
この機能があるおかげでＰＣと、このミキサーだけで多重録音が簡単にできるようになる。もし出来なかったら、モニターするために、いろいろ手間がかかることになる。

USB出力の音は4chのミックスされたステレオ音
まともなオーディオインターフェイスは、ミキサーのチャンネルごとにトラックを分けてＰＣに送れたりするが、Multi MIx4USBは簡易的で、ミキサーでミックスした結果がステレオで出力されるだけ。個人的には2チャンネルまでの同時録音しかしないので、PANを使って左右のチャンネルに分ければ、とりあえずトラックごとに録音できる。

PCとの接続においてソフトは必要ない
これはお手軽。ＰＣにドライバーすらインストールする必要はなく、USBケーブルを挿すだけで完了。16bit　44.1kHz固定ではあるが、アマチュア用途なら十分でしょう。どのPCでも環境を作る必要もなく、さっとつなげるので重宝している。

バンドルソフト簡易DAWが付属しない
賛否が分かれるところであるが、個人的には歓迎したい。そもそもフリーソフトのAudacityが気に入っているので、それを使うために、これを買ったようなもの。もし簡易DAW（デジタル・オーディオ・ワークステーション）が付属していたら、Audacityから乗り換えもあり得るので、そうはなりたくなかった。DAWがないことで、迷わずAudacityを使い続けられている。基本的に生録だけなのでAudacityだけで十分なのよ。DAWがない分、価格が安い方がありがたい。

マイクプリ関係
ファンタム電源(48V)
ファンタム電源はコンデンサマイクに電源を供給するためのもので、ダイナミックマイクには必要ないもの。個人的にはコンデンサマイクは使わないので、なくてもよいのだけど、コンデンサマイクが必要になったときすぐ使えるという安心感はある。でもスイッチは1、2ch共通で1個しかない。コンデンサマイクとダイナミックマイクの混在は、やめたほうがよさそうだ。ダイナミックマイクでもトランスがあれば、問題ないはずだが、精神的にかけたくないな。Shureの見解も曖昧だし・・・

マイクプリアンプのノイズ
まず、このクラスのミキサー内蔵マイクプリアンプはおまけなので、サーというノイズはあきらめるしかない。低ノイズを求める場合は最低でも5万は出さないとダメかな。10万出せば文句ないレベルまで下がると思う。米Amazonのレビューを見ると、ノイズを問題としているレビューが多い。低ノイズを求める人は、こんな廉価なミキサーを買ってはいけない。
実際にSM57で、ギターのアルペジオなんか録音すると、出音が小さいので、ミキサーでかなりレベルを上げる必要がある。そうするとノイズも比例して目立ち始める。かなり気になるレベルになってしまう。EQの高域をブーストすると、とてもじゃないが使えない。
対策としては、デカイ音で録音する。ギターのアルペジオもデカイ音で弾く。これに尽きる。マイクは、これ以上近寄れないぐらいのオンマイクで録音すれば、なんとかなる。
断っておくが、出音が小さい場合だけ問題になってくるので、マイク入力でもギターストロークや歌の場合、ライン入力、エレキギターのダイレクト入力では、ノイズは許せるレベルになる。それでも気になる人は気になるだろうなぁ。

電源関係
ポップノイズ
電源投入時のヘッドフォンから出るポップノイズはいただけない。ヘッドフォンしてから電源を入れると、かなり耳に痛い音。ボリュームを絞っておけば多少は軽減されるが・・　それでもヘッドフォンを痛めそうなので、通常はヘッドフォンを抜いている。使うときだけ電源投入後にヘッドフォンを挿す。
電源OFF時は、多少ポップ音は出るが、投入時ほどではない。
国内メーカーのものは、こんなひどくはないようだ。改造しようかな・・・

ＡＣアダプタは交流10Vを出力するACACアダプタ

アダプターには9Ｖと書かれているが、ホームページには10Vと書かれている。本体の入力は10Vとなっているので、9Vは低いぞと思った。テスタでACアダプタを直接計測すると10V出力しているので問題はなさそうだ。交流だと、どこを見て何Vとするかが違うので、そういうことかな。
それにしてもＡＣアダプターの出力が交流というのがちょっと変わっている。日本製品では普通ACDCアダプタで直流を出力する。そういえばLEGOマインドストームもACACアダプターだ。
ミキサー本体で交流を直流に変換している。本体でプラスマイナス電源を取りたくて、このような仕様になっているのかも。直流からプラスマイナス取るよりも楽なので。

電力
4Wぐらい　使用時
ＳＷ/OFF状態では　Watt Checkerで1Wあった。無負荷でも1W食うのだな。ＡＣＡＣアダプタなので、中身はトランスだけだと思われる。無負荷でも熱に変換されているのが1Wあると考えていい。

分解
こういうものは、まず分解して中身を確認。分解は意外と面倒で、ノブとかジャックを取り外す必要がある。
本体底面　シンプル

底パネルを取り外して、底側から見たところ。基板は上の筐体にまだくっついている。2枚の基板に分かれていて、線材でつながっている。1枚基板に出来なかったのかな？　裏にはいくつかのチップが確認できるがシンプルだな。

筐体から基板を取り外したところ。各パーツが確認できる。

拡大図

実は1チャンネルのみプリアンプ周辺のコンデンサをノイズの少ないサンヨーのOSコンに差し替えた。ノイズは気持ち減ったかな？というレベルで根本的な解決にならないことを悟った。でも意外にも音質改善になった。高域の抜けが違ってきた。さてノイズは電源周りのダイオードが大きなノイズ発生源かなと疑っているが、もうこれ以上の改造はやめようと思う。

まとめ
機能がしょぼいので、使い方をイメージしていない人だと、チャンネル数など、すぐに物足りなくなるかもしれない。あと音質面などのスペックは欲張っていないので、その範囲で満足できるのであれば悪くないと思うが、ノイズとか音質を言い出すなら、最低10万ぐらいかけた方がよい思う。

基本はアナログ簡易ミキサーということで、操作性は見たまんまなので悪くない。説明書がなくても困らない。普通はややこしいPCとの接続もあっけなく終わる。直感的にセッティングから使いこなしまで可能なので、初心者や機械に弱い人にはやさしい機種と言える。またPCに接続せずに単体で利用できるので、用途は意外と広いように思う。

MultiMix 4 USBは簡易ミキサーにオーディオインターフェイスがおまけ程度に付いている機種だが、逆にオーディオインターフェイスにミキサーがおまけ程度に付いている機種もある。よりコンパクトということであれば、そういうものもいいと思う。マイク2本入力となると機種が限られそうだけど。基本性能が高い定番となるとRME社のFirefaceあたりになるのかな。やっぱり10万超えだ・・・　久々にサウンドハウスのオーディオインターフェイスを覗いてみたら、いつのまにか各社いろいろ出して、激戦区になっているのね。5万以下でも良さそうなものがチラホラ。最近出たPreSonusのAudioBox 22VSLなんか2万円切る価格だけどよさそうだなぁ。この手の機器は、チップ開発の関係から、ある時期から価格は下がって、性能はガンガン上がって行くものなので、今後期待できそうだ。高性能なマイクプリが付いた安価なインターフェイスを望みたいが、マイクプリに関しては頭打ちかな？　

シャーラーストラップピン対応にする

2011-10-31T17:41:00.000+09:00

エレクトリックギター　KAWAI Aquarius AQ-500
ストラップピンをシャーラーセキュリティーロック互換に変更した。これはストラップが抜けないようにロックできるもの。サウンドハウスで250円。純正じゃないので安い。これはギター側に付けるピンだけ。ストラップ側は、学生のころに使っていたボロのストラップがあったので、それを再利用。たまたまシャーラーのピンが付いていたので、それを使おうと思ったのだ。
下がSCUDというメーカーのEP-13C。フェルトも入っている。フェルトには穴があらかじめ開けてある。

ねじの外形
SCUD 全長31.5mm、　ねじ部長さ28mm、　径3.5mm
オリジナルねじ　全長25.5mm、　ねじ部分16mm、　径3mm

という感じで、オリジナルよりも若干長く、太いので無加工で交換しても全く問題なかった。これが同じ径だったりするとネジ穴がバカになり兼ねないので、それなりの加工が必要になったりする。

下はギターに取り付けたところ。通常のストラップも、そのまま取り付け可能な形状になっている。

ストラップを装着してみた。ピンの背がやや高め。金具がボディに当たる心配はなさそう。やや遊びは大目かな。

ついでにトレモロスプリングカバーに、弦交換用穴を開けた。径6.5mm。これでカバーは常時着けっぱなしにしておける。

結局3HHH配列に戻す

2011-10-31T12:54:00.000+09:00

エレクトリックギター　KAWAI Aquarius AQ-500
ワンハムPU＆シルバーピックガードのルックスが気に入らず、結局元の3HHH配列＆黒ピックガードに戻す。当分リアPUしか使わないので他はダミー。リアPUはボディ直付けセッティングのまま。アルミピックガードをはがして、元のプラピックガードに戻した。

ピックガードアースはよいのだが・・・
ピックガードを金属にしてアースとして機能させるアイデアは悪くないのだけど、他のギターでは通用しないので、これに頼らずノイズをなくすテクニックを身につけるのもあり。今回はピックガードアースはルックスを優先して断念。

トラスロッド調整はできるようにした
分解しないとトラスロッドが調整できない仕様は我慢できないので、これだけは改善した。ワンハム仕様ではトラスロッドを調整するときに邪魔なフロントPUがないので問題ないのだが、元に戻すとフロントPUがやたら邪魔になる。そこでネックとフロントPUの隙間に入る6角レンチを用意した。既存の6角レンチを削っただけ。ギターの加工はピックガードを一部カットしている。これぐらいは仕方ない。

下は削った6角レンチ。余っていた6角レンチを改造。Ｌ字の短いほうが12ｍｍぐらいになった。これで弦を張ったままトラスロッド調整が出来るようになった。短すぎて不安定ということもなく、しっかり調整はできる。ちなみに、このKAWAIギターのトラスロッドは5mmの6角レンチで調整可能なので、6角レンチの入手が楽。US製ギターは大抵インチ規格で6角レンチの入手も難しくなる。

見た目をオリジナルに戻したものの、ダミーパーツの方が多い。リアPUとボリュームだけ機能するという状態。はじめボリュームもなくそうかと思ったけど、使って判断することにした。機能しないパーツというのは、個人的に許せないのだけど、まぁルックス優先でダミーのまましばらく使おう。

配線せずにダミーにしておく理由としては、音質とノイズ対策から。あれこれ接続すると、それだけノイズ対策に不利になってしまう。トーンに至っては音質劣化の原因になる。今回ボリュームを機能させたけど、やっぱりボリュームレスに比べ、ノイズを拾いやすくなったようだ。ボリュームとジャックの間もシールドケーブルを使ってノイズ対策しているので、可変抵抗そのものがノイズを拾っているようだ。いずれフロントPUの必要性を感じたら再度回路を見直そうと思う。

回路の説明
回路はシンプルそのもの。ピックアップで作られた微弱信号は交流なので、ホット側にもコールド側にも同じように信号は流れていく。ギターの場合、ホットだけを利用するので、ある意味コールドはノイズの犠牲になってもらって、ホットを守ってくれればよい。ノイズ対策をすると、ハムバッキングの場合、ホットには気になるようなノイズはほとんど乗らない。でもコールド側はすごいノイズまみれになっている。試しにホットとコールドを逆に接続して確認してみた。そうするとジーというハムノイズの嵐だった。
ボリュームは時計回りに最大に回した状態で、可変抵抗器の2-3間の抵抗が0Ωになる。このとき1-2間は250kΩになる。微弱信号はそのままホットに流れていく。ボリュームを絞ると、2-3間の抵抗値が250kΩになって、信号がホットに流れなくなる。

指板の打痕修理

2011-10-25T13:50:00.000+09:00

エレクトリックギター　KAWAI Aquarius AQ-500 の修理
下の写真のように、指板に目立つ打痕があるので修理してみる。
修理方法は塗装のない指板面なので、高熱と湿気を与えて、木の復元力を利用しようと思う。完全に元には戻せないけど、多少目立たなくはなると思う。傷によって違うのでやってみないと分からない。

傷の大きさから、はんだごてと、水を染み込ませた布を使って、ジワジワとやっていく方法がよさそうだ。作業は慎重にゆっくり行う。

上は愛用しているHAKKOのセラミックヒーターはんだごてPRESTO。20Wと130Wの切替ができて、強引にはんだを溶かすときなどに便利なもの。普通は20Wで使用する。Made in Singapore というところが変わっている。

写真はその結果。かなり目立たなくなった。よく見ると、まだ傷はあるので、後日またトライしてみるか。