kitsuya0828 / inpersonation-app Goto Github PK

溜まった音声は学習に使っても良さそう（使うならば明記）
→パスに動物名を入れてデータ整形しやすくする

notionの記述をもとに開発に至った背景を書く。

極論、1時間くらいの音声ファイルをアップロードされてしまうと、Cloud Storageがひっ迫してしまうため。20秒くらいを検討中。

pythonでwavファイルの情報を最も簡単に取得する方法

DDTWの計算量が $$O(N^2)$$ なので、1秒の音声と5秒の音声では計算時間がかなり異なる。
音声ファイルを1~3秒におさめる手作業が必要かもしれない。

app.pyに

• アプリの概要（すごく簡単に）
• シングルとマルチの違い
• 採点基準（zcrとchroma_cens）の説明

を書く

• 各プレイヤーの波形表示

が候補として挙がる。他にも、パワースペクトログラムなどで特徴量の可視化ができるとなお良い。