我熟悉Computer Vision（嗯，知道它的），其中一个应用程序可以是图像识别，例如Optical Character Recognition，我相信。但是，我更感兴趣的是“计算机听力”，我刚刚学到的是Digital Signal Processing。
对信号处理最感兴趣的是音乐中的潜在应用。我记得前一段时间我看到了一个应用程序的预览（抱歉，忘记了名字），它可以收听某人弹吉他的录音，并自动在时间线上绘制出来。演奏的实际音符/和弦。使用该程序，用户可以移动它们甚至编辑它们。现在，显然这更复杂，但它是否涉及同样的事情？信号处理？我也对音乐可视化器和智能照明系统的可能应用感兴趣。
我的理解是，对MP3等压缩音频格式进行此处理不会产生与包含单独轨道的MIDI相同的结果（可能是我误解了）。 PCM等未压缩格式会比MP3更好吗？我对声音处理一无所知，这正是我从目前读到的内容中推断的。
我已经看过this question，它有很好的答案和链接，涵盖了我的很多问题。但是，我发现的大多数链接都是理论上的，我确信这些链接都很有趣，鉴于我对这个主题的兴趣，我绝对值得阅读，但我想知道是否有任何现有的库可以促进这一点，或者与该主题相关的文章，这些文章面向计算机科学/编程，可能还有示例代码。即使是开源声音/音乐可视化器或任何其他开源声音处理代码也会很棒。
对不起，如果我没有任何意义。就像我说的，我不知道我在说什么。
答案 0 :(得分：14)
答案 1 :(得分：6)
我的理解是，对MP3等压缩音频格式进行此处理不会产生与包含单独轨道的MIDI相同的结果（可能是我误解了）。
MIDI基本上存储乐器信息和音符。还有其他效果（音量，弯音，颤音，攻击率等）
不是真正的数字信号处理。
PCM等未压缩格式会比MP3更好吗？
可能有点;这取决于应用程序。 MP3降低了人对其不敏感的频率的精确度。如果你想做可视化，那么MP3可能就好了。
但是，如果您想要确定录音中正在演奏什么类型的乐器，那么可能会有隐藏在人类不敏感的频率中的有用信息。
我认为The Scientist and Engineer's Guide to Digital Signal Processing是程序员的伟大的参考。第8章解释了离散傅里叶变换（用于MP3处理和许多其他地方分离出波的分量频率）。
我用它来制作一个图形程序，让你用鼠标绘制波形，然后应用DFT，让你选择要包含的频率。这是一个很棒的练习。
答案 2 :(得分：1)
我记得前一段时间我看到了一个应用程序的预览（对不起，忘记了名字），它可以收听某人弹吉他的录音，并自动将它与实际的音符/和弦一起划出时间线被播放了。
你可能也在考虑Melodyne：http://www.celemony.com/cms/
虽然较新版本的Cubase中的Vari音频非常相似。 ：）
答案 3 :(得分：0)
我认为您需要准确定义您要查找的内容以及您要执行的操作。
如果您想了解DSP，MIDI或PCM，那么维基百科和参考资料中有大量信息。
有许多可用于音频操作的应用程序。您在问题中描述的是每一天在每个数字录音室（现在几乎所有工作室都占几乎所有）都会发生的事情。
如果您打算对吉他声音执行一些DSP，那么理想情况下您可以录制吉他本身（而不是包含鼓或人声的混合音轨）。很明显，如果没有额外的噪声分析离散信号，你将获得更好的结果，而不是分析含有大量“噪音”的信号。所以是的，多轨录音比“MP3”更好。
典型的MP3包含左右声道（音轨），因此从技术上讲它是多轨道。录制音乐时（至少是专业的），不同的信号会被记录到不同的轨道上，以便以后可以对它们进行离散编辑和处理。
那么，你想用声音做什么？
正如其他答案所指出的那样，这根本与MIDI无关。