Gemini 4 用 FFT 提取基频：把水桶橡皮筋声映射成 MIDI 音符
alexanderchen · x · 2026-11-11
这是 Alexander Chen「日常声音变乐器」项目的实现细节推：他拍摄了家中大量物品的视频（含孩子和猫），喂给 Antigravity 中的 Gemini 4 Argon；再用 Gemini 4 Carbon 对声音切片，用 FFT + onset detection 找出基频并映射为 MIDI 音符，从而可以用键盘演奏。配图展示了 Everytone 工具中「bucket bass」等样本的频谱、音高标注（A#1、C2 等）与 re-pitch 调节界面。
所属事件:开发者用 Gemini 4 将日常物品声响变成可弹奏乐器(2 条相关)→
「多模态」频道最新
- Slopus 与 Slopfab 接入 MiniMax H3 图像生成,支持编辑与外扩 — BittiAI · 2026-11-11
- IFM 开源 PAN2 视频模型:29B 潜扩散架构,20 秒 720p,连训练代码都放出 — Aggressive-Zebra-949 · 2026-11-11
- 「跑得比时间还快的人」：故障艺术 AI 图文创作走红 — LudovicCreator · 2026-11-11
- 用 Google Antigravity 智能体改图：给张照片就能按偏好修树和人 — AI_Andrew · 2026-11-11
- 网友实测 Gemini 水彩立体书:一张照片生成滚动叙事故事 — AI_Andrew · 2026-11-11
- ElevenLabs 发布 Scribe v3:实时转写语义错误减少 43%,支持 102 种语言 — minchoi · 2026-11-11