Benchmark: Tonhöhen-Detektor

Die Zahlen

Erzeugte Töne, H0 bis C7

So, wie die Seite sie liest, mit dem Oktav-Check. Richtig: innerhalb eines halben Halbtons.

Ton	Richtig	Oktavfehler	Cent daneben (Median / schlechtester)
Sinus	15 von 15	0	0,1 / 10,3
Säge	15 von 15	0	0,1 / 12,9
808	5 von 5	0	0,1 / 0,1
808 durch einen Handylautsprecher	5 von 5	0	0 / 0
Gesungener Vokal	10 von 10	0	2,6 / 6,3
Oberton zehnmal lauter als der Ton	15 von 15	0	4,6 / 15,8
Alle	65 von 65	0	0,7 / 15,8
Der Leser allein, ohne Oktav-Check	42 von 65	16	0,9 / 42,3

Der Leser allein hat 7 Töne gar nicht gehört. Einschwingzeit, vom Beginn des Tons bis zu der Strecke, die innerhalb von 25 Cent bleibt: Median 20 ms, 90 % innerhalb von 120 ms. Die 808 steht zuletzt (120 ms), weil ihre Tonhöhe erst fällt; der gesungene Vokal mit Vibrato braucht 70 ms.

Je Geräteprofil (simuliert)

Dieselben Töne durch vier simulierte Mikrofone, gelesen mit dem Oktav-Check.

Profil	Richtig	Oktavfehler	Einschwingen (Median / 90 %)
Line-Eingang	65 von 65	0	20 / 120 ms
Laptop im Zimmer	65 von 65	0	20 / 140 ms
Handymikrofon	63 von 65 (1 nicht gehört)	1	20 / 120 ms
Headset-Mikrofon	59 von 65 (6 nicht gehört)	0	20 / 120 ms

Echte Aufnahmen

Aufnahmen	Töne	Oktavfehler	Einschwingen (Median / 90 %)
Nachgesummt, 12 Aufnahmen, Töne notiert	93	0	100 / 270 ms
Aufnahmen der App, 8, ohne Noten	58	–	50 / 310 ms

Von den 93 nachgesummten Tönen wurden 73 als der notierte Ton gelesen, 13 als ein anderer Ton, 7 waren zu kurz; der Oktav-Check hat keinen davon verändert. Von den 58 Tönen der App bekamen 56 eine stehende Messung.

So wurde gemessen

• Jeder erzeugte Ton dauert 1,5 Sekunden, mit etwas Rauschen darunter, einer alle fünf Halbtöne von H0 (30,9 Hz) bis C7 (2093 Hz); die 808 von H0 bis H2, der gesungene Vokal von D2 bis C6. Das Rauschen ist fest vorgegeben, jeder Lauf gibt dieselben Zahlen.
• Der Leser ist der Code des Tonhöhen-Detektors selbst, gebaut, wie die Seite ihn ausliefert, und in einem Chromium ohne Fenster ausgeführt.
• Richtig heißt innerhalb eines halben Halbtons; ein Oktavfehler liegt eine ganze Zahl von Oktaven daneben. Die Cent zählen bei den richtigen Messungen.
• Die Einschwingzeit läuft vom Beginn des Klangs (beim Summen: dem ersten Moment mit Tonhöhe) bis zum Beginn der Strecke, die innerhalb von 25 Cent bleibt. Der Leser schaut alle 10 ms.
• Die Geräteprofile sind Filter auf denselben Tönen. Line-Eingang: der Ton, wie er erzeugt ist. Laptop: kurzer Raumhall, Rauschen, die Höhen ab 8 kHz abgesenkt. Handy: nichts unter etwa 150 Hz, ein weicher Limiter, Rauschen. Headset: 300 Hz bis 3,4 kHz und mehr Rauschen.
• Nachgesummt: Aufnahmen, bei denen eine Melodie vorgespielt und nachgesummt wurde, jeder Ton gegen seinen notierten Ton, in der Oktave, in der der Rest seiner Aufnahme gesummt wurde. Ein gesummter Ton zählt innerhalb eines Halbtons als richtig.
• Aufnahmen der App: die Töne, die die App in ihren gespeicherten Aufnahmen gehört hat. Es gibt keine notierte Melodie, deshalb zählen sie nur fürs Einschwingen.

Wo die Zahlen aufhören

• Jede echte Aufnahme stammt von einem Laptop-Mikrofon (Chrome, Echounterdrückung an, 48 kHz) und zwei Stimmen. Kein echtes Handy und kein echtes Headset wurde gemessen: Diese Zeilen sind Simulationen.
• Die Töne sind einzelne saubere Töne. Ein Akkord, ein ganzer Mix oder zwei Töne zugleich sind nicht gemessen, und dafür ist der Detektor nicht gemacht.
• Unter H0 (30,9 Hz) wurde nichts gemessen; dort hört der tiefe Durchgang des Lesers auf.
• Wird ein gesummter Ton als anderer Ton gelesen, kann die Aufnahme nicht sagen, ob die Stimme rutschte oder der Leser danebenlag.
• Dein Handy, seine Verarbeitung und dein Raum sind nicht in diesen Tabellen.