Enviar pesquisa
Carregar
Puredataの基礎
•
4 gostaram
•
2,273 visualizações
Keisuke Kawahara
Seguir
筑波大学工学システム学類のコンテンツ工学という授業内の演習の際に作成したスライドを公開したものです。 Puredataの基本について。
Leia menos
Leia mais
Tecnologia
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 18
Baixar agora
Baixar para ler offline
Recomendados
cvsaisentan5 Multi View Stereo 3.3
cvsaisentan5 Multi View Stereo 3.3
Takuya Minagawa
#nwstudy の紹介
#nwstudy の紹介
Hiyou Shinnonome
How to feed myself with computer vision
How to feed myself with computer vision
Takuya Minagawa
20140131 R-CNN
20140131 R-CNN
Takuya Minagawa
KINECT de DEPLOY
KINECT de DEPLOY
Kazumi Hirose
[D35] 今ミッション・クリティカル環境で求められるデータベース・クラスタリング技術とは? by Kousuke Osaka
[D35] 今ミッション・クリティカル環境で求められるデータベース・クラスタリング技術とは? by Kousuke Osaka
Insight Technology, Inc.
理論から学ぶデータベース実践入門Night(mvccでちょっとハマった話)
理論から学ぶデータベース実践入門Night(mvccでちょっとハマった話)
Hironori Miura
Big SQL 3.0 - Fast and easy SQL on Hadoop
Big SQL 3.0 - Fast and easy SQL on Hadoop
Wilfried Hoge
Recomendados
cvsaisentan5 Multi View Stereo 3.3
cvsaisentan5 Multi View Stereo 3.3
Takuya Minagawa
#nwstudy の紹介
#nwstudy の紹介
Hiyou Shinnonome
How to feed myself with computer vision
How to feed myself with computer vision
Takuya Minagawa
20140131 R-CNN
20140131 R-CNN
Takuya Minagawa
KINECT de DEPLOY
KINECT de DEPLOY
Kazumi Hirose
[D35] 今ミッション・クリティカル環境で求められるデータベース・クラスタリング技術とは? by Kousuke Osaka
[D35] 今ミッション・クリティカル環境で求められるデータベース・クラスタリング技術とは? by Kousuke Osaka
Insight Technology, Inc.
理論から学ぶデータベース実践入門Night(mvccでちょっとハマった話)
理論から学ぶデータベース実践入門Night(mvccでちょっとハマった話)
Hironori Miura
Big SQL 3.0 - Fast and easy SQL on Hadoop
Big SQL 3.0 - Fast and easy SQL on Hadoop
Wilfried Hoge
「360°スゴイ」を創るVOYAGE GROUPエンジニア成長施策
「360°スゴイ」を創るVOYAGE GROUPエンジニア成長施策
Hironori Miura
SQL on Hadoop 比較検証 【2014月11日における検証レポート】
SQL on Hadoop 比較検証 【2014月11日における検証レポート】
NTT DATA OSS Professional Services
Hive, Impala, and Spark, Oh My: SQL-on-Hadoop in Cloudera 5.5
Hive, Impala, and Spark, Oh My: SQL-on-Hadoop in Cloudera 5.5
Cloudera, Inc.
ビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分け
Recruit Technologies
ちょっと理解に自信がないなという皆さまに贈るHadoop/Sparkのキホン (IBM Datapalooza Tokyo 2016講演資料)
ちょっと理解に自信がないなという皆さまに贈るHadoop/Sparkのキホン (IBM Datapalooza Tokyo 2016講演資料)
hamaken
40分でわかるHadoop徹底入門 (Cloudera World Tokyo 2014 講演資料)
40分でわかるHadoop徹底入門 (Cloudera World Tokyo 2014 講演資料)
hamaken
Netezza vs Teradata vs Exadata
Netezza vs Teradata vs Exadata
Asis Mohanty
Rakuten20181027
Rakuten20181027
Natsutani Minoru
会津IT秋フォーラム2012での講演資料
会津IT秋フォーラム2012での講演資料
Shigeru Kobayashi
プログラムを自動生成する技術 ~ Programming by Example ~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
プログラムを自動生成する技術 ~ Programming by Example ~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
テクノアカデミー郡山 現役ソフトウェアエンジニアが語る。IT の今と未来
テクノアカデミー郡山 現役ソフトウェアエンジニアが語る。IT の今と未来
Daiyu Hatakeyama
JUIZ DLK: 組込み向け Deep Learning コンパイラ
JUIZ DLK: 組込み向け Deep Learning コンパイラ
Takeo Imai
【Unity道場スペシャル 2017幕張】大学、専門学校でunityの講座をおこなった感触
【Unity道場スペシャル 2017幕張】大学、専門学校でunityの講座をおこなった感触
Unity Technologies Japan K.K.
『こつこつ』ポートフォリオ用資料.pdf
『こつこつ』ポートフォリオ用資料.pdf
ssuser65f8d8
ポートフォリオ用資料 (1).pdf
ポートフォリオ用資料 (1).pdf
ssuser65f8d8
データ解析の効果的学修を目指した取り組みと課題
データ解析の効果的学修を目指した取り組みと課題
Jun-Ichi Sagara
New tf.keras
New tf.keras
Masao Taketani
Hadoop Conference Japan 2009 #2
Hadoop Conference Japan 2009 #2
Rakuten Group, Inc.
JUIZ DLK 組込み向けDeep Learningコンパイラ
JUIZ DLK 組込み向けDeep Learningコンパイラ
LeapMind Inc
プログラマの為の量子プログラミング入門 宣伝
プログラマの為の量子プログラミング入門 宣伝
OsSAL
Project Hydrogen and Spark Graph - 分散処理 × AIをより身近にする、Apache Sparkの新機能 - (NTTデ...
Project Hydrogen and Spark Graph - 分散処理 × AIをより身近にする、Apache Sparkの新機能 - (NTTデ...
NTT DATA Technology & Innovation
PFIセミナー 2013/02/28 「プログラミング言語の今」
PFIセミナー 2013/02/28 「プログラミング言語の今」
Preferred Networks
Mais conteúdo relacionado
Destaque
「360°スゴイ」を創るVOYAGE GROUPエンジニア成長施策
「360°スゴイ」を創るVOYAGE GROUPエンジニア成長施策
Hironori Miura
SQL on Hadoop 比較検証 【2014月11日における検証レポート】
SQL on Hadoop 比較検証 【2014月11日における検証レポート】
NTT DATA OSS Professional Services
Hive, Impala, and Spark, Oh My: SQL-on-Hadoop in Cloudera 5.5
Hive, Impala, and Spark, Oh My: SQL-on-Hadoop in Cloudera 5.5
Cloudera, Inc.
ビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分け
Recruit Technologies
ちょっと理解に自信がないなという皆さまに贈るHadoop/Sparkのキホン (IBM Datapalooza Tokyo 2016講演資料)
ちょっと理解に自信がないなという皆さまに贈るHadoop/Sparkのキホン (IBM Datapalooza Tokyo 2016講演資料)
hamaken
40分でわかるHadoop徹底入門 (Cloudera World Tokyo 2014 講演資料)
40分でわかるHadoop徹底入門 (Cloudera World Tokyo 2014 講演資料)
hamaken
Netezza vs Teradata vs Exadata
Netezza vs Teradata vs Exadata
Asis Mohanty
Destaque
(7)
「360°スゴイ」を創るVOYAGE GROUPエンジニア成長施策
「360°スゴイ」を創るVOYAGE GROUPエンジニア成長施策
SQL on Hadoop 比較検証 【2014月11日における検証レポート】
SQL on Hadoop 比較検証 【2014月11日における検証レポート】
Hive, Impala, and Spark, Oh My: SQL-on-Hadoop in Cloudera 5.5
Hive, Impala, and Spark, Oh My: SQL-on-Hadoop in Cloudera 5.5
ビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分け
ちょっと理解に自信がないなという皆さまに贈るHadoop/Sparkのキホン (IBM Datapalooza Tokyo 2016講演資料)
ちょっと理解に自信がないなという皆さまに贈るHadoop/Sparkのキホン (IBM Datapalooza Tokyo 2016講演資料)
40分でわかるHadoop徹底入門 (Cloudera World Tokyo 2014 講演資料)
40分でわかるHadoop徹底入門 (Cloudera World Tokyo 2014 講演資料)
Netezza vs Teradata vs Exadata
Netezza vs Teradata vs Exadata
Semelhante a Puredataの基礎
Rakuten20181027
Rakuten20181027
Natsutani Minoru
会津IT秋フォーラム2012での講演資料
会津IT秋フォーラム2012での講演資料
Shigeru Kobayashi
プログラムを自動生成する技術 ~ Programming by Example ~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
プログラムを自動生成する技術 ~ Programming by Example ~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
テクノアカデミー郡山 現役ソフトウェアエンジニアが語る。IT の今と未来
テクノアカデミー郡山 現役ソフトウェアエンジニアが語る。IT の今と未来
Daiyu Hatakeyama
JUIZ DLK: 組込み向け Deep Learning コンパイラ
JUIZ DLK: 組込み向け Deep Learning コンパイラ
Takeo Imai
【Unity道場スペシャル 2017幕張】大学、専門学校でunityの講座をおこなった感触
【Unity道場スペシャル 2017幕張】大学、専門学校でunityの講座をおこなった感触
Unity Technologies Japan K.K.
『こつこつ』ポートフォリオ用資料.pdf
『こつこつ』ポートフォリオ用資料.pdf
ssuser65f8d8
ポートフォリオ用資料 (1).pdf
ポートフォリオ用資料 (1).pdf
ssuser65f8d8
データ解析の効果的学修を目指した取り組みと課題
データ解析の効果的学修を目指した取り組みと課題
Jun-Ichi Sagara
New tf.keras
New tf.keras
Masao Taketani
Hadoop Conference Japan 2009 #2
Hadoop Conference Japan 2009 #2
Rakuten Group, Inc.
JUIZ DLK 組込み向けDeep Learningコンパイラ
JUIZ DLK 組込み向けDeep Learningコンパイラ
LeapMind Inc
プログラマの為の量子プログラミング入門 宣伝
プログラマの為の量子プログラミング入門 宣伝
OsSAL
Project Hydrogen and Spark Graph - 分散処理 × AIをより身近にする、Apache Sparkの新機能 - (NTTデ...
Project Hydrogen and Spark Graph - 分散処理 × AIをより身近にする、Apache Sparkの新機能 - (NTTデ...
NTT DATA Technology & Innovation
PFIセミナー 2013/02/28 「プログラミング言語の今」
PFIセミナー 2013/02/28 「プログラミング言語の今」
Preferred Networks
PHPカンファレンス2015
PHPカンファレンス2015
Daisuke Kasuya
ノンコーディングでやってみよう!音声テキスト変換 - LINE × Logic Apps × Speech to text -
ノンコーディングでやってみよう!音声テキスト変換 - LINE × Logic Apps × Speech to text -
典子 松本
TouchDesigenr Beginners' workshop vol.003
TouchDesigenr Beginners' workshop vol.003
Dan Imagineer
2015 summercamp 01
2015 summercamp 01
openrtm
実世界Live Programmingの実現に向けて
実世界Live Programmingの実現に向けて
Jun Kato
Semelhante a Puredataの基礎
(20)
Rakuten20181027
Rakuten20181027
会津IT秋フォーラム2012での講演資料
会津IT秋フォーラム2012での講演資料
プログラムを自動生成する技術 ~ Programming by Example ~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
プログラムを自動生成する技術 ~ Programming by Example ~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
テクノアカデミー郡山 現役ソフトウェアエンジニアが語る。IT の今と未来
テクノアカデミー郡山 現役ソフトウェアエンジニアが語る。IT の今と未来
JUIZ DLK: 組込み向け Deep Learning コンパイラ
JUIZ DLK: 組込み向け Deep Learning コンパイラ
【Unity道場スペシャル 2017幕張】大学、専門学校でunityの講座をおこなった感触
【Unity道場スペシャル 2017幕張】大学、専門学校でunityの講座をおこなった感触
『こつこつ』ポートフォリオ用資料.pdf
『こつこつ』ポートフォリオ用資料.pdf
ポートフォリオ用資料 (1).pdf
ポートフォリオ用資料 (1).pdf
データ解析の効果的学修を目指した取り組みと課題
データ解析の効果的学修を目指した取り組みと課題
New tf.keras
New tf.keras
Hadoop Conference Japan 2009 #2
Hadoop Conference Japan 2009 #2
JUIZ DLK 組込み向けDeep Learningコンパイラ
JUIZ DLK 組込み向けDeep Learningコンパイラ
プログラマの為の量子プログラミング入門 宣伝
プログラマの為の量子プログラミング入門 宣伝
Project Hydrogen and Spark Graph - 分散処理 × AIをより身近にする、Apache Sparkの新機能 - (NTTデ...
Project Hydrogen and Spark Graph - 分散処理 × AIをより身近にする、Apache Sparkの新機能 - (NTTデ...
PFIセミナー 2013/02/28 「プログラミング言語の今」
PFIセミナー 2013/02/28 「プログラミング言語の今」
PHPカンファレンス2015
PHPカンファレンス2015
ノンコーディングでやってみよう!音声テキスト変換 - LINE × Logic Apps × Speech to text -
ノンコーディングでやってみよう!音声テキスト変換 - LINE × Logic Apps × Speech to text -
TouchDesigenr Beginners' workshop vol.003
TouchDesigenr Beginners' workshop vol.003
2015 summercamp 01
2015 summercamp 01
実世界Live Programmingの実現に向けて
実世界Live Programmingの実現に向けて
Puredataの基礎
1.
Pure Data 2012年
筑波大学工学システム学類 河原圭佑
2.
このスライドは? コンテンツ工学という筑波大学工学システム学類 の授業で、ビジュアルプログラミング言語Puredata
とKINECTを題材に演習がありました。 その際にPuredataの日本語資料が少なかったので、 後輩のためにPuredataの基本的な部分をPDFにまと めたものをSlideShareに公開したものです。 間違いなどがありましたらコメントなどでご指摘く ださい。
3.
授業内の演習はKINECTの骨格座標から判断し音を出す という課題であったので、その課題達成に必要最低限の 知識を、主にプログラミングをしたことのない大学1年
生向けに説明しています。
4.
Puredataとは ビジュアルプログラミング言語で、音声や画像などの メディアを扱うを得意としています。
上位互換のものとしてMaxというプログラミング言語 (有料)があります。 他にもLabViewやRobolabなど似たコンセプトのビ ジュアルプログラミング言語が存在しています。 詳しくはwikipediaなどを参照して下さい。
5.
どう使うのか まずは“Put”から
6.
まず、bang bangはプログラムの スタートスイッチのようなもの
OFF ON
7.
まぁ、やってみよう。 全てのBangがONになりますクリック このようにブロック同士を線で繋いで
クリックすると連鎖して 電源ON 電源ON 電源ON 電源ON 電源ON プログラムを作ります。
8.
プログラムを書いてみよう。 今回使うのは Object
Message Number それぞれ 関数/演算子 定数 変数 に対応します
9.
Object Objectは入力,出力,オプションなどの 端子を持っています。
入力1 出力 + 入力2 入力や出力が分からない時はPuredata上 で右クリックしてヘルプを見て下さい 最初にObjectをいくつか紹介します。
10.
Object Objectの箱を出してそこに関数名/演算子を入力します 足し算
+ 引き算 - 割り算 / かけ算 * 剰余算(mod) % このとき、定数はMessage 答えは変数なのでNumberを使う。 演算子
11.
Object 比較 ==
以上 >= 以下 <= ノットイコール != Object[random n]は0~(n-1)までの数字をランダムに出します。 つまり[random 4]は0~3を出します。 これらの比較系演算子は 一致したときに数字の1を 不一致のときに数字の0を出します。 プログラム解説 bangでスタートして、ランダムに数を出力させる。 その和を変数に表示させて、それが”5”の時に その下の変数が1 “5”ではない時に その下の変数が0 演算子
12.
回路の左下を見てください。 Object[select]は例えば[select 5]とすると、
その入力が“5”と一致した時に左側の端子からBangが出ます 不一致の時に右側の端子からBangがでます ! このプログラムでは左側から出てきた信号をbangに読ませています ! 左下のbangにさらにプログラムをくっつければ、 そのbangをスタートスイッチとしてまた新しいプログラムが動くように出来ます (selectはselと略せます) 右の回路は左の回路と同じ処理をしています。 Object select
13.
Object bangを遅らせます。 !
! bangを一定周期で出力します。 両方とも単位は(ms) このプログラムを動かしてみましょう。 delay metro
14.
KINECTの演習では 20の関節の(x,y,z)座標がKINECTから Number形式で出力されるので、
それを使ってプログラムします。
15.
プログラム例 http://youtu.be/1CeN2Z2dEdQ?list=UU9Qb_V-emNd6s5_Bzd3kQUQ
16.
右肘と右手のz座標を比較して20以上ならば”1”を出す 左肘と左手のz座標を比較して20以上ならば”1”を出す
17.
1 1 音を出すモジュール
にbangを送る
18.
音を出すモジュール 音声ファイルのパス これについての説明は省略。
Baixar agora