उदाहरण के रूप में कोर्ग एसएनजी फाइलों का उपयोग करके द्विआधारी प्रारूप रिवर्स इंजीनियरिंग। भाग २

पिछले लेख में, मैंने अज्ञात बाइनरी डेटा प्रारूप को पार्स करते समय तर्क की पंक्ति का वर्णन किया था। हेक्स-एडिटर Synalaze It का उपयोग करते हुए!, मैंने दिखाया कि आप बाइनरी फ़ाइल के हेडर को पार्स कैसे कर सकते हैं और मुख्य डेटा ब्लॉक को हाइलाइट कर सकते हैं। चूंकि एसएनजी प्रारूप के मामले में ये ब्लॉक एक पदानुक्रमित संरचना बनाते हैं, इसलिए मैं व्याकरण में पुनरावृत्ति का उपयोग करने के लिए मानव-पठनीय रूप में अपने पेड़ के दृश्य को स्वचालित रूप से बनाने में कामयाब रहा।

इस लेख में, मैं एक समान दृष्टिकोण का वर्णन करूंगा जो मैंने सीधे संगीत डेटा पार्स करने के लिए किया था। हेक्स संपादक की अंतर्निहित सुविधाओं का उपयोग करते हुए, मैं एक डेटा कनवर्टर का एक आम और सरल मिडी प्रारूप में एक प्रोटोटाइप बनाऊंगा। हमें समय के नमूनों को परिवर्तित करने के आसान काम पर कई नुकसान और पहेली का सामना करना पड़ेगा। अंत में, मैं समझाता हूं कि आप प्राप्त परिणामों का उपयोग कैसे कर सकते हैं और भविष्य के कनवर्टर के लिए कोड का हिस्सा उत्पन्न करने के लिए बाइनरी फ़ाइल के व्याकरण का उपयोग कर सकते हैं।

संगीत डेटा पार्स करना

तो, यह पता लगाने का समय है कि संगीत डेटा को .SNG फ़ाइलों में कैसे संग्रहीत किया जाता है। भाग में, मैंने पिछले लेख में इसका उल्लेख किया था। सिंथेसाइज़र प्रलेखन में कहा गया है कि एसएनजी फ़ाइल में 128 "गाने" हो सकते हैं, जिनमें से प्रत्येक में 16 ट्रैक और एक मास्टर ट्रैक (वैश्विक घटनाओं को रिकॉर्ड करने और मास्टर प्रभाव बदलने के लिए) शामिल हैं। मिडी प्रारूप के विपरीत, जहां संगीत की घटनाएं बस एक विशिष्ट समय डेल्टा के साथ एक दूसरे का अनुसरण करती हैं, एसएनजी प्रारूप में संगीत उपाय शामिल हैं।

नोटों के अनुक्रम के लिए एक उपाय एक प्रकार का कंटेनर है। माप आयाम संगीत संकेतन में इंगित किया गया है। उदाहरण के लिए, 4/4 - इसका मतलब है कि माप में 4 बीट्स शामिल हैं, जिनमें से प्रत्येक एक चौथाई नोट की अवधि के बराबर है। सीधे शब्दों में कहें, इस तरह के एक उपाय में 4 क्वार्टर नोट, या 2 आधे नोट, या 8 इजीथ होंगे।


एसएनजी फ़ाइल में उपायों का उपयोग अंतर्निहित सिंथेसाइज़र सीक्वेंसर में पटरियों को संपादित करने के लिए किया जाता है। मेनू का उपयोग करके, आप ट्रैक में कहीं भी उपायों को हटा सकते हैं, जोड़ सकते हैं और डुप्लिकेट कर सकते हैं। आप चक्रों को भी लूप कर सकते हैं या उनके आयाम को बदल सकते हैं। अंत में, आप बस किसी भी उपाय से एक ट्रैक रिकॉर्ड करना शुरू कर सकते हैं।

आइए यह देखने की कोशिश करें कि यह सब कैसे एक बाइनरी फ़ाइल में संग्रहीत है। "गाने" के लिए आम कंटेनर एसजीएस 1 ब्लॉक है। प्रत्येक गीत का डेटा ब्लॉक SDT1 में संग्रहीत है:



SPR1 और BMT1 ब्लॉक सामान्य गीत सेटिंग्स (टेम्पो, मेट्रोनोम सेटिंग्स) और व्यक्तिगत ट्रैक सेटिंग्स (पैच, प्रभाव, आर्पीगिएटर सेटिंग्स आदि) को स्टोर करते हैं। हम TRK1 ब्लॉक में रुचि रखते हैं - इसमें संगीत कार्यक्रम होते हैं। लेकिन आपको MTK1 को अवरुद्ध करने के लिए - पदानुक्रम के कुछ और स्तरों पर जाने की आवश्यकता है



अंत में, हमें अपने ट्रैक मिले - ये MTE1 ब्लॉक हैं। आइए सिंथेसाइज़र पर छोटी अवधि के एक खाली ट्रैक को रिकॉर्ड करने की कोशिश करें और एक और अधिक लंबा - यह समझने के लिए कि बाइनरी फॉर्म में उपायों के बारे में जानकारी कैसे संग्रहीत है।



ऐसा लगता है कि उपायों को आठ-बाइट संरचनाओं के रूप में संग्रहीत किया जाता है। नोटों की एक जोड़ी जोड़ें:



तो, हम मान सकते हैं कि सभी घटनाओं को एक ही रूप में संग्रहीत किया जाता है। एमटीई ब्लॉक की शुरुआत में अभी भी अज्ञात जानकारी है, फिर आठ-बाइट संरचनाओं का अनुक्रम अंत तक जाता है। व्याकरण संपादक खोलें और 8 बाइट के आकार के साथ एक घटना संरचना बनाएं।

Mte1Chunk संरचना जोड़ें जो चाइल्डहॉक को इनहेरिट करती है और डेटा संरचना में ईवेंट के लिए लिंक रखती है । हम संकेत देते हैं कि घटना को असीमित संख्या में दोहराया जा सकता है। अगला, प्रयोगों के माध्यम से, हम ट्रैक की घटनाओं की धारा शुरू होने से पहले कई बाइट्स के आकार और उद्देश्य का पता लगाते हैं। मुझे निम्नलिखित मिला:



ब्लॉक एमटीई 1 की शुरुआत में, ट्रैक घटनाओं की संख्या, इसकी संख्या, और, संभवतः, घटना के आयाम को संग्रहीत किया जाता है। व्याकरण को लागू करने के बाद, ब्लॉक इस तरह दिखना शुरू हुआ:



आइए घटनाओं के प्रवाह पर आगे बढ़ते हैं। नोटों के विभिन्न दृश्यों के साथ कई फाइलों का विश्लेषण करने के बाद, निम्नलिखित तस्वीर उभरती है:

#	टाइप	बाइनरी प्रतिनिधित्व
1	1 से हराया	०१ ०० ०० ...
2	टिप्पणी	09 00 3C ...
3	टिप्पणी	09 00 3C ...
4	टिप्पणी	09 00 3C ...
5	Takt2	01 C3 90 ...
6	टिप्पणी	09 00 3C ...
7	ट्रैक का अंत	03 03० 70० ...

ऐसा लगता है कि पहली बाइट ईवेंट के प्रकार को एनकोड करती है। ईवेंट संरचना में एक प्रकार फ़ील्ड जोड़ें। आइए घटना की विरासत के दो और ढांचे बनाएं: माप और नोट । हम उनमें से प्रत्येक के लिए संबंधित निश्चित मान दर्शाते हैं। और अंत में, mte1Chunk ब्लॉक के डेटा में इन संरचनाओं के लिंक जोड़ें।



परिवर्तन लागू करें:



खैर, हमने अच्छी प्रगति की है। यह समझना बाकी है कि नोट की ऊंचाई और ताकत कैसे एन्कोड की गई है, साथ ही साथ दूसरों के सापेक्ष प्रत्येक घटना का समय बदलाव भी है। चलो सिंथेसाइज़र मेनू के माध्यम से किए गए मिडी को निर्यात के परिणाम के साथ हमारी फ़ाइलों की तुलना करने के लिए फिर से प्रयास करें। इस बार हम विशेष रूप से नोट क्लिक करने की घटनाओं में रुचि रखते हैं।




बहुत बढ़िया! ऐसा लगता है कि नोटों की पिच और दबाव ठीक उसी तरह से एन्कोड किए गए हैं जैसे कि मिडी प्रारूप में सिर्फ एक-दो बाइट्स के साथ। व्याकरण में उपयुक्त क्षेत्रों को जोड़ें।

दुर्भाग्य से, अस्थायी पारी के साथ चीजें इतनी सरल नहीं हैं।

हम अवधि और डेल्टा से निपटते हैं

मिडी प्रारूप में, नोटऑन और नोटऑफ़ इवेंट अलग-अलग हैं। नोट की अवधि इन घटनाओं के बीच डेल्टा समय से निर्धारित होती है। एसएनजी प्रारूप के मामले में, जहां नोटऑफ इवेंट का कोई एनालॉग नहीं है, अवधि और समय डेल्टा मान को एक संरचना में संग्रहीत किया जाना चाहिए।

यह समझने के लिए कि वे कैसे संग्रहीत हैं, मैंने सिंथेसाइज़र पर विभिन्न अवधि के नोटों के कई अनुक्रम दर्ज किए।



जाहिर है, हमें जो डेटा चाहिए वह इवेंट संरचना के अंतिम 4 बाइट्स में है। नियमितता नग्न आंखों से दिखाई नहीं देती है, इसलिए हम संपादक में हमारे लिए रुचि के बाइट्स का चयन करते हैं और डेटा पैनल टूल का उपयोग करते हैं।


जाहिरा तौर पर, नोट की अवधि और समय शिफ्ट दोनों को एक जोड़ी बाइट्स (UInt16) द्वारा एन्कोड किया गया है। इस मामले में, बाइट ऑर्डर रिवर्स है - लिटिल एंडियन। पर्याप्त मात्रा में डेटा की तुलना करने के बाद, मुझे पता चला कि यहाँ डेल्टा की गणना पिछली घटना से मिडी में नहीं, बल्कि घड़ी की शुरुआत से की जाती है। यदि नोट अगले माप में समाप्त होता है, तो वर्तमान माप में इसकी लंबाई 0x7fff होगी, और अगले में इसे उसी डेल्टा 0x7fff के साथ दोहराया जाता है और यह अवधि एक नए उपाय की शुरुआत के सापेक्ष गिना जाता है। इसके विपरीत, यदि कोई नोट कई उपाय करता है, तो प्रत्येक मध्यवर्ती में इसकी अवधि और डेल्टा 0x7fff के बराबर होगा।


मेरी राय में, यह सब थोड़ा बैसाखी लगता है। दूसरी ओर, संगीत संकेतन में, कई उपायों को लगातार आवाज़ देने वाले नोटों को लेगोटो द्वारा इसी तरह से इंगित किया जाता है।

किस अवधि में "तोते" की हमारी अवधि है? मिडी की तरह, यहां टिक्स का उपयोग किया जाता है। प्रलेखन से यह ज्ञात है कि एक शेयर की अवधि 480 टिक है। प्रति मिनट 100 बीट के टेम्पो और 4/4 आयाम के साथ, क्वार्टर नोट की अवधि (60/100) = 0.6 सेकंड है। तदनुसार, एक टिक की अवधि 0.6 / 480 = 0.00125 सेकंड है। एक मानक 4/4 हरा 100 बीपीएम की दर से 4 * 480 = 1920 टिक या 2.4 सेकंड तक चलेगा।

यह सब भविष्य में हमारे लिए उपयोगी होगा। इस बीच, हमारी नोट संरचना में अवधि और डेल्टा जोड़ें। इसके अलावा, ध्यान दें कि चातुर्य संरचना में एक क्षेत्र है जो घटनाओं की संख्या को संग्रहीत करता है। एक अन्य फ़ील्ड में माप की क्रम संख्या शामिल है - उन्हें माप संरचना में जोड़ें।

कनवर्टर प्रोटोटाइप

अब हमारे पास डेटा को बदलने की कोशिश करने के लिए पर्याप्त जानकारी है। हेक्स संपादक Synalaze यह प्रो संस्करण में आप अजगर या लुआ में स्क्रिप्ट लिखने के लिए अनुमति देता है। स्क्रिप्ट बनाते समय, आपको यह तय करने की आवश्यकता होती है कि हम किसके साथ काम करना चाहते हैं: व्याकरण के साथ, डिस्क पर व्यक्तिगत फ़ाइलों के साथ या किसी तरह पार्स किए गए डेटा को संसाधित करें। दुर्भाग्य से, प्रत्येक टेम्पलेट की कुछ सीमाएँ हैं। कार्यक्रम काम करने के लिए कई कक्षाएं और तरीके प्रदान करता है, लेकिन सभी सभी टेम्पलेट्स से सुलभ नहीं हैं। शायद यह प्रलेखन में एक दोष है, लेकिन मैंने यह नहीं पाया है कि आप फ़ाइलों की सूची के लिए व्याकरण को कैसे लोड कर सकते हैं, उन्हें पार्स कर सकते हैं और डेटा को निर्यात करने के लिए परिणामस्वरूप संरचनाओं का उपयोग कर सकते हैं।

इसलिए, हम वर्तमान फ़ाइल को पार्स करने के परिणाम के साथ काम करने के लिए एक स्क्रिप्ट बनाएंगे। यह टेम्प्लेट तीन विधियों को लागू करता है: init, समाप्त, और processResult। उत्तरार्द्ध को स्वचालित रूप से कहा जाता है और पार्सिंग के दौरान प्राप्त सभी संरचनाओं और डेटा से पुनरावृत्ति होती है।

मिडी में परिवर्तित डेटा लिखने के लिए, हम पायथन मिडी टूलकिट (https://github.com/vishnubob/python-midi) का उपयोग करते हैं। चूंकि हम प्रूफ ऑफ कॉन्सेप्ट को लागू कर रहे हैं, इसलिए हम नोट और डेल्टा अवधि के रूपांतरण का प्रदर्शन नहीं करेंगे। इसके बजाय, हम निश्चित मूल्य निर्धारित करते हैं। 0x7fff की अवधि या इसी तरह के डेल्टा के साथ नोट अभी के लिए छोड़ दिए गए हैं।

अंतर्निहित स्क्रिप्ट संपादक की क्षमताएं बहुत सीमित हैं, इसलिए सभी कोड को एक फ़ाइल में रखना होगा।

gist.github.com/bkotov/71d7dfafebfe775616c4bd17d6ddfe7b

तो, चलिए फाइल को बदलने की कोशिश करते हैं और सुनते हैं कि हमें क्या मिला


हम्म ... और यह बहुत दिलचस्प निकला। पहली बात जो मेरे साथ हुई थी जब मैंने यह तैयार करने की कोशिश की थी कि यह कैसा दिख रहा था, यह संरचना रहित संगीत था। मैं एक परिभाषा देने की कोशिश करूंगा:

असंरचित संगीत - एक कम संरचना के साथ संगीत का एक टुकड़ा, सद्भाव पर बनाया गया। नोट अवधि के बीच की अवधि और अंतराल को रद्द कर दिया जाता है या समान मानों में कमी कर दी जाती है।

एक प्रकार का सुरीला शोर। इसे नाशपाती होने दें (सफेद, नीले, लाल, गुलाबी, आदि के साथ समानता से), ऐसा लगता है कि किसी ने भी इस संयोजन को नहीं लिया है।

शायद हमें अपने डेटा पर एक तंत्रिका नेटवर्क को प्रशिक्षित करने का प्रयास करना चाहिए, शायद परिणाम दिलचस्प होगा।

मन को गर्म करने का कार्य

यह सब अद्भुत है, लेकिन मुख्य समस्या अभी भी हल नहीं हुई है। हमें नोट अवधि को नोटऑफ इवेंट्स में परिवर्तित करने की आवश्यकता है, और आसन्न घटनाओं के बीच एक समय डेल्टा के माप के शुरू होने के सापेक्ष घटना का समय ऑफसेट। मैं समस्या की स्थितियों को और अधिक औपचारिक रूप से प्रस्तुत करने का प्रयास करूंगा।


कार्य थोड़ा सरल है। एक वास्तविक एसएनजी फ़ाइल में, प्रत्येक माप का एक अलग आयाम हो सकता है। नोट ऑन / ऑफ घटनाओं के अलावा, धारा में अन्य घटनाएं भी होंगी, उदाहरण के लिए, निरंतर पेडल को दबाकर या पिचबेंड का उपयोग करके पिच को बदलना।

मैं इस समस्या का समाधान अगले लेख (यदि कोई है) में दे दूंगा।

वर्तमान परिणाम

चूंकि स्क्रिप्ट के साथ समाधान फाइलों की एक मनमानी संख्या में पैमाने पर नहीं होता है, इसलिए मैंने स्विफ्ट में कंसोल कनवर्टर लिखने का फैसला किया। यदि मैंने दो-तरफ़ा कनवर्टर लिखा है, तो निर्मित व्याकरण संरचनाएं मेरे लिए कोड में उपयोगी होंगी। आप इसे Synalize में निर्मित समान स्क्रिप्टिंग कार्यक्षमता का उपयोग करके C संरचनाओं या किसी अन्य भाषा में निर्यात कर सकते हैं! इस तरह के एक निर्यात के उदाहरण के साथ एक फ़ाइल स्वचालित रूप से बनाई जाती है जब आप एक व्याकरण टेम्पलेट का चयन करते हैं।



फिलहाल, कनवर्टर 99% पूर्ण है (उस रूप में जो मुझे कार्यक्षमता के मामले में सूट करता है)। मैं कोड और व्याकरण को गितुब पर रखने की योजना बना रहा हूं।

एक उदाहरण, जिसके लिए सब कुछ शुरू किया गया था, आप यहां सुन सकते हैं ।

यह टुकड़ा कैसे तैयार लगता है।