update to grid layout & new optimizer

Author: Sg4Dylan

README.md

@@ -9,10 +9,13 @@ Emiya Engine 是一个用来丰富音频频谱的脚本。可以将频谱变得
 
 ### 当前版本：
 
-`RC Version 4`
+`RC Version 5`
 
-### 编年史：
+<details>
+  <summary>更新历史</summary>
 
+ - `RC 5`
+ > 调整自动优化特性的实现
  - `RC 4`
  > 尝试在 CopyBand 模式中加入自动优化特性
  - `RC 3`
@@ -51,43 +54,31 @@ Emiya Engine 是一个用来丰富音频频谱的脚本。可以将频谱变得
  > 大部分的代码是为了处理超大数组拼接速度缓慢的问题  
  > 处理后的音频有大量爆音及咔哒声，低电平音频容易看出处理痕迹  
  
-### RC 版本使用说明：
+</details>
 
-为了方便使用，特地做了个 GUI 界面，  
-但实际上还是挺难用的，所以还是说一下。
-
-工具： Spek（仅频谱观察用），Audition（频谱观察/频率分析/后期处理用）
-
----
-
-首先需要分析音乐类型，对于以下类型不建议使用 AkkoMode：
- - 电子合成纯音乐，背景乐器只有一两样的
- - 人声清唱带一个伴奏乐器
- - 其他频谱图中最高频率不到 18kHz 的音乐
-
-例如这样的：  
-![sample-not-for-akkomode](https://i.imgur.com/Fd4EoGN.jpg?1)
-
-AkkoMode 适用于大部分时候音量都很大的流行乐（比如 JPOP），  
-处理时应选用 Apple iTunes 购买的 AAC 格式音频，常见的频谱长这样：  
-![some-jpop](https://i.imgur.com/swdtDz6.jpg)  
-因为参数只有俩，多试几次就知道，此处就不展开说了。
-
----
+### 使用说明：
 
+<details>
+  <summary>半自动操作</summary>
+  
 CopyBand 自动优化（版本 >= RC4）：
 
 自动优化特性目的是去除 Audition 中进行繁琐的 FFT 滤波器后处理步骤。  
 设计上仅考虑了处理后过大的高频增益，使用时尽量使输出频谱亮一点。  
 
 简单操作流程：
 1. 勾选 `合并 HPF` `仅估计截止频率`；
-2. 点击 `执行`，将建议的截止频率、调制频率填写至 `冲击 HPF` 所在行，并设置增益倍率为 `1.0`；
+2. 点击 `执行`，将建议的截止频率、调制频率填写至 `冲击 HPF` 所在行；
+![Step1](https://imgur.com/IBtmnSk.png)
 3. 取消勾选 `仅估计截止频率`，勾选 `动态范围保护` `自动优化`；
+![Step2](https://imgur.com/5qOIKsN.png)
 4. 点击 `执行` 得到自动处理后的结果。
 
----
+</details>
 
+<details>
+  <summary>辅助手动操作</summary>
+  
 CopyBand 辅助调整（版本 >= RC 1）：
 
 CopyBand 模式需要设置六个参数，上手困难，  
@@ -102,8 +93,31 @@ CopyBand 模式需要设置六个参数，上手困难，
 同样的，当提示 `建议维持冲击增益` 时，即调节完成。  
 若需要更好的频谱「品相」，可以参考下步骤手动调整。
 
+</details>
+
+<details>
+  <summary>完全手动操作</summary>
+  
+为了方便使用，特地做了个 GUI 界面，  
+但实际上还是挺难用的，所以还是说一下。
+
+工具： Spek（仅频谱观察用），Audition（频谱观察/频率分析/后期处理用）
+
 ---
 
+首先需要分析音乐类型，对于以下类型不建议使用 AkkoMode：
+ - 电子合成纯音乐，背景乐器只有一两样的
+ - 人声清唱带一个伴奏乐器
+ - 其他频谱图中最高频率不到 18kHz 的音乐
+
+例如这样的：  
+![sample-not-for-akkomode](https://i.imgur.com/Fd4EoGN.jpg?1)
+
+AkkoMode 适用于大部分时候音量都很大的流行乐（比如 JPOP），  
+处理时应选用 Apple iTunes 购买的 AAC 格式音频，常见的频谱长这样：  
+![some-jpop](https://i.imgur.com/swdtDz6.jpg)  
+因为参数只有俩，多试几次就知道，此处就不展开说了。
+
 CopyBand 完全手动调整步骤：
 
 配置之前观察频谱。  
@@ -153,11 +167,12 @@ CopyBand 完全手动调整步骤：
 ![final-2](https://i.imgur.com/9AbW9j2.jpg)  
 这是谐波增益不够的原因，可以继续调整改善。最终得到以下结果：  
 ![final-3](https://i.imgur.com/2UO9OnW.jpg)  
+  
+</details>
 
-### 其他提示：
-
-由于 CopyBand 本质是复制粘贴已有的部分，  
-因此对于超过 48kHz 以上的拉升，需要多次处理达成，  
+<details>
+  <summary>其他提示</summary>
+  
 例如以下原始文件不到 16kHz：  
 ![ex-0](https://i.imgur.com/eAui0i7.jpg)  
 拉升到 48kHz 采样需要的频率片段至少为 24-16=8kHz，  
@@ -169,6 +184,9 @@ CopyBand 完全手动调整步骤：
 例如上边的例子被拉升到 192kHz 采样率，宛如天籁之声：  
 ![ex-1](https://i.imgur.com/QWKpaHA.jpg)
 
+</details>
+
+
 ### 特别提醒  
 ~~请不要使用这个脚本制造 `'HiRes'` 逗玄学家玩~~
 

core/copyband.py

@@ -15,19 +15,27 @@ def core(
 
     def hpd_n_shift(data, lpf, sft, gain):
         sr = output_sr*inter_sr
+        # 计算增益
+        gain_src = round(2*data.shape[0]*sft/sr)
+        gain_dst = round(gain_src+0.025*data.shape[0])
+        src_power = np.mean(np.abs(data[gain_src:gain_dst,:]))
         # 高通滤波
         b,a = signal.butter(3,lpf/(sr/2),'high')
         data = librosa.stft(np.asfortranarray(signal.filtfilt(b,a,librosa.istft(data))))
         # 拷贝频谱
         shift = sft
-        shift_point = round(shift/(sr/data.shape[0]))
+        shift = sft-lpf
+        shift_point = round(2*data.shape[0]*shift/sr)
         # 调制
         for i in range(data.shape[1]):
             update.emit(i/data.shape[1])
             data[:,i] = np.roll(data[:,i], shift_point, axis=0)
-        # 高通滤波
-        data = librosa.stft(np.asfortranarray(signal.filtfilt(b,a,librosa.istft(data))))
-        data *= gain
+        now_power = np.mean(np.abs(data[gain_src:gain_dst,:]))
+        # 应用增益
+        if auto_opti and no_hpf:
+            data /= now_power / src_power
+        else:
+            data *= gain
 
         return data
 
@@ -63,6 +71,8 @@ def hpd_n_shift(data, lpf, sft, gain):
     # 谐波增强模式
     for chan in stft_list:
         processed = np.empty(chan.shape)
+        
+
         if no_hpf:
             print('[CopyBand] Info: 开始频谱拷贝...')
             D_percussive = np.copy(chan)
@@ -82,15 +92,11 @@ def hpd_n_shift(data, lpf, sft, gain):
             adp = processed
             adp_power = np.mean(np.abs(adp))
             src_power  = np.mean(np.abs(chan))
-            src_f = 1-(adp_power/src_power)
-            adp += src_f*chan
+            adj_factor = src_power/(adp_power+src_power)
+            sum_chan = np.empty(chan.shape)
+            sum_chan = (adp*adj_factor)+(chan*adj_factor)
             chan *= 0
-            chan += adp
-
-    # 自动 EQ 优化
-    if auto_opti:
-        print('[CopyBand] Info: 自动优化进行中...')
-        auto_eq(stft_list, 2*percussive_hpfc/output_sr, 2*percussive_stf/output_sr)
+            chan += sum_chan
 
     # 合并输出
     print('[CopyBand] Info: ISTFT 进行中...')
@@ -120,41 +126,6 @@ def hpd_n_shift(data, lpf, sft, gain):
               percussive_gain,msgbox)
 
 
-def auto_eq(stft_list, lpf, stf):
-    # 产生 STFT 谱
-    combine_stft = np.sum(np.abs(np.asarray(stft_list)), axis=(0, 2))
-    # 平滑化
-    freq_analysis = np.log2(combine_stft)
-    raw_freq = signal.savgol_filter(freq_analysis, 61, 3)
-
-    # 计算需要调整的量
-    if stf < 0.2:
-        print(f'[CopyBand] ERROR: 调制频率不满足要求 (0.2<=STF<=0.9)，当前 STF={stf}')
-        return
-    # 第一步：调整下连接点增益
-    s_pos, e_pos = round(raw_freq.shape[0]*(stf-0.2)), round(raw_freq.shape[0]*(stf-0.1))
-    diff_tail = np.exp2(np.max(raw_freq[s_pos:e_pos])-np.min(raw_freq[s_pos:e_pos]))
-    diff_range = np.exp2(raw_freq[s_pos:e_pos]-np.min(raw_freq[s_pos:e_pos]))
-    factor = np.ones(combine_stft.shape)
-    factor[e_pos:] /= diff_tail
-    factor[s_pos:e_pos] /= diff_range + np.random.uniform(low=0.01, high=0.05, size=factor[s_pos:e_pos].shape)
-    # 第二步，调整上连接点增益
-    stf += stf - lpf
-    if stf < 0.8:
-        s_pos, e_pos = round(raw_freq.shape[0]*(stf)), round(raw_freq.shape[0]*(stf+0.1))
-        diff_tail = np.exp2(np.max(raw_freq[s_pos:e_pos])-np.min(raw_freq[s_pos:e_pos]))
-        factor[e_pos:] *= diff_tail * (1-0.05)
-        # 第三步：平滑化连接点
-        avg_pos = (combine_stft[s_pos]+combine_stft[e_pos])/2
-        factor[s_pos:e_pos] = avg_pos / combine_stft[s_pos:e_pos]
-
-    # 应用 EQ
-    for chan in stft_list:
-        newchan = np.multiply(np.copy(chan), factor[:, np.newaxis])
-        chan *= 0
-        chan += newchan
-
-
 def envelope_detect(input_path):
     # 加载音频
     y, sr = librosa.load(input_path,mono=False,sr=None)