Cacofonix用MATLAB开发MIDI文件的库

本篇内容介绍了Matlab的MIDI文件读取和写入功能，通过提供相关Matlab脚本源代码，展示如何处理MIDI数据。具体流程包括读取MIDI文件的音符信息、处理MIDI事件、以及如何将修改后的数据写回到MIDI文件中。这些操作能够为开发音乐应用程序、音频处理工具或进行MIDI编程实验的用户提供有力支持。

MIDI（Musical Instrument Digital Interface）文件是一种音乐数据格式，不存储声音波形，而是记录音符、音高、时值、力度和控制器信息等音乐事件序列。这种格式适合作曲、编曲和音乐制作，体积小、传输方便，跨平台和设备兼容性强。每个音符和音乐事件在MIDI文件中有特定的数字代码，能被各种电子乐器和音乐软件理解并播放。因不含实际声音样本，MIDI文件非常轻便，复杂乐曲大小可能只有几十KB。通过MIDI接口，不同音乐设备能互通，实现同步演奏或控制。尽管数量相对较少，MIDI文件在音乐创作领域有广泛应用，如制作人可用来快速尝试不同旋律和和声，无需录制实际乐器音轨；也适用于教学，帮助学生学习乐理和演奏技巧。压缩包中的文件名列表可能代表不同风格、类型或来源的MIDI文件，如“sd2”、“v0”、“awe64”，“OKSONG”可能是完成歌曲，其他标识如“esnx”、“vl_songs”、“skycity”可能是不同曲目名或音乐相关标识，包含流行、古典、电子或游戏音乐等。使用支持MIDI的软件如数字音频工作站（DAW）、虚拟乐器（VST）、MIDI编辑器导入、编辑MIDI文件，改变音色、速度、节奏，甚至重排曲目。MIDI文件的灵活性允许音序调整、自动化处理及与其他音源如采样库结合，创造丰富音乐效果。总体来说，MIDI文件是音乐制作不可或缺的部分，提供高效、灵活方式表达和分享音乐创意。

EMViz（早期音乐可视化）基于Carter-Enyi（2016）提出的轮廓递归算法，用于识别符号音乐中的内部模式。该算法结合了轮廓理论（Morris 1987，Quinn 1996，Schultz 2013）和旋律重音的研究（Thomassen 1982，Huron 2006），通过弧形图可视化音乐形式。该软件能够快速导入、分析和可视化来自McGill的ELVIS和耶鲁古典档案馆的符号音乐数据（.midi，.xml）。弧形图可视化包括Liber Usualis、Josquin des Prez和JS Bach的音乐。所有材料（包括源代码）都托管在公共GitHub存储库中。

这个函数能够将Touchstone文件（.s2p或.s1p格式）中的数据转换为Excel文件（*.xls）。需要注意的是，该功能仅适用于文件格式为“#Hz S RI R 50”的情况。

用Simmechanics构建Segway模型的一部分。

使用经典和稳健估计方法对不同组别之间的数据进行识别和分类。

语法：[ ellipseX , ellipseY ] = ellipsate( dataX , dataY , stdev )。例如，生成数据并应用2个标准差以获得95%总体。数据=mvnrnd([0.5 1.5], [0.025 0.03 ; 0.03 0.16], 100); 数据X=数据(:,1); 数据Y=数据(:,2); 标准差=2; [ ellipseX , ellipseY ] = ellipse( dataX , dataY , stdev ); 绘制数据情节时，使用数据X和数据Y绘制原始数据，稍后再用椭圆X和椭圆Y以红色表示椭圆。此功能基于Amro在http://stackoverflow.com/questions/3417028/ellipse-around-the-data-in-matlab 的代码。

这是一个简单的MATLAB函数，用于利用几何布朗运动计算股票波动率的VaR。

用Matlab开发无共析谱系图。利用简单的代码和一些基础工具，构建一个色彩丰富的圣诞树。