Repository navigation
HumNote v1.1.2
Pre-release
Pre-release
Распознавание сверено с эталонной питч-дорожкой (Praat) на реальных записях
напевания и свиста — и подтянуто до 92–100% попаданий по высоте ноты.
Исправлено
- Плавающий баг разбивки фраз: три кадра по 40 мс дают зазор
0.120000000001 с — сравнение с порогом 0.12 без допуска резало фразу на
части, и одиночные переходные кадры становились «нотами» (источник лишних
нот и октавных прыжков внутри мелодии). - Октавные срывы вверх на голосе со слабой первой гармоникой (свистящий
тембр): скан YIN брал полупериодный дип, прошедший порог. Добавлен
симметричный страж: если дип на 2·T решающе глубже (<45% текущего), период
удваивается; страж вниз требует ненулевого дипа, страж вверх — того же
качества (в 4 раза), чтобы не ломать чистые кадры. - Глиссандо больше не дробятся на фальшивые ноты: прогон, где высота
непрерывно плывёт (медианный сдвиг >0.35 полутона на кадр), не выдаёт нот
вовсе; сегмент, растянутый более чем на 5 полутонов внутри, считается
переходом и отбрасывается — неверная нота в последовательности хуже, чем
пропуск. - Темп подбирается подгонкой сетки: затравка по медианному интервалу
уточняется перебором ±60% — чей такт из 1/8 лучше ложится на атаки нот.
При равном качестве предпочитается более медленный представитель (вальс
~86 BPM не показывается как 173). - Шумовой гейт мягче (шум×1.8, громкость×0.05 вместо ×2.2/×0.06): на
записях с публикой/фоном тихое пение больше не выпадает целиком. - Короткие ноты (<0.22 с) проходят повышенный порог уверенности (медиана
вероятности ≥0.72) — мусор переходов отсеивается, быстрые чистые ноты
остаются.
Добавлено
- DSP-регрессия в CI (
bun run test:dsp): синтетический корпус — голос,
свист, вибрато-легато, хрипотцовый бас (ловушка октавы вниз), слабая первая
гармоника (ловушка октавы вверх), субгармонический мусор, глиссандо, шум. - Оценка на реальных записях (Wikimedia Commons: женское напевание, свист
«La donna è mobile», спетый «Happy Birthday» с уличным фоном) против
независимого эталона Praat: высота ноты 92–100% попаданий (±70 центов),
октавные ошибки ≤4%, последовательность нот при квантовании не меняется,
сдвиг атак на сетке 1/8 — 33–63 мс.
Известное ограничение
- Полифония (пение/свист под аккомпанемент, исторические записи 1904 г.)
распознаётся частично — движок монофонический by design.
Самодостаточные сборки: интернет и сервер НЕ нужны — запись, распознавание
нот, синтез и экспорт выполняются прямо на устройстве.
Android — приложение (APK), работает полностью офлайн.
Web — статический сайт: распакуйте и разверните на любом хостинге
(nginx, Caddy, GitHub Pages, Cloudflare Pages). Запись микрофона
требует HTTPS (или localhost).
Контрольные суммы SHA-256 — в файле SHA256SUMS.txt в составе релиза.
Android подписан стабильным ключом: SHA-256 сертификата — в README (раздел «Android»).
Full Changelog: v1.1.1...v1.1.2