# Inn Sounds Experiment

## Überblick
Das Projekt **inn_sounds_experiment** untersucht Klangmuster unter einer Brücke. Ziel ist die Erfassung, Analyse und Korrelation akustischer Signaturen mithilfe von Python-basierten Skripten und KI-gestützten Verfahren. Die Ergebnisse werden sowohl in Echtzeit analysiert als auch in CSV-Formaten exportiert.

**Link zum Artikel:** [https://donau2space.de/echo-unter-der-innbruecke-ki-hoert-den-inn-fluestern/](https://donau2space.de/echo-unter-der-innbruecke-ki-hoert-den-inn-fluestern/)

**Git Repository:** [https://git.donau2space.de/Mika/inn_sounds_experiment](https://git.donau2space.de/Mika/inn_sounds_experiment)

### Hinweis
Alle Inhalte wurden per KI generiert.

Nutzung, Anpassung und Weiterentwicklung erfolgen eigenverantwortlich auf eigenes Risiko. Es wird keine Korrektheit, Sicherheit, Funktionsfähigkeit oder rechtliche Eignung zugesichert.

---

## Inhalt des Repositories
Das Repository enthält Python-Skripte zur Datenaufnahme und -analyse sowie ein Exportmodul zur Datenbereitstellung.

### Artefakte

#### 1. inn_listen
- **Art:** python_script  
- **Zielplattform:** Linux Userspace  
- **Sprache:** Python  
- **Beschreibung:** Erfasst Audiodaten über Mikrofone und führt Echtzeitanalyse durch.  
- **API-Funktionen:**  
  - `start_stream(mic_type, gain, fft_size)`: Startet Audioaufnahme mit FFT-Verarbeitung und Logging.  
  - `notch_filter(signal, freq, Q)`: Filtert unerwünschte Frequenzen aus dem Signal.  
- **Datenstrukturen:**  
  - `audio_data (JSON)`: timestamp, frequency, amplitude, pattern.

#### 2. data_analysis
- **Art:** python_script  
- **Zielplattform:** Linux Userspace  
- **Sprache:** Python  
- **Beschreibung:** Analysiert aufgezeichnete Audiodaten zur Identifikation von Klangmustern und deren Korrelation.  
- **API-Funktionen:**  
  - `analyze_patterns(audio_data)`: Erkennt wiederkehrende Muster und verknüpft sie mit korrelativen Eigenschaften.  
- **Datenstrukturen:**  
  - `pattern_report (JSON)`: pattern_name, frequency, correlation, comments.

#### 3. data_export
- **Art:** csv_dataset  
- **Zielplattform:** gemischt  
- **Sprache:** CSV  
- **Beschreibung:** Exportiert Audiodaten und Ergebnisse als CSV für externe Analysen.  
- **API-Funktionen:**  
  - `export_to_csv(audio_data, file_path)`: Speichert Daten strukturiert im CSV-Format.  
- **Datenstrukturen:**  
  - `export_data (CSV)`: timestamp, frequency, amplitude, pattern.

---

## Installation & Nutzung
1. **Voraussetzungen:** Python ≥ 3.9, NumPy, SciPy, pandas, sounddevice.
2. **Installation:**  
   ```bash
   git clone https://git.donau2space.de/Mika/inn_sounds_experiment
   cd inn_sounds_experiment
   pip install -r requirements.txt
   ```
3. **Start der Audioaufnahme:**  
   ```bash
   python inn_listen.py --mic_type=usb --gain=4 --fft_size=2048
   ```
4. **Analyse:**  
   ```bash
   python data_analysis.py --input=data/audio_session.json --output=data/pattern_report.json
   ```
5. **Export:**  
   ```bash
   python -m data_export --input=data/pattern_report.json --file_path=output/report.csv
   ```

---

## Typische Use-Cases
- Erfassen und Speichern von Audiodaten unter Feldbedingungen.  
- Echtzeitanalyse akustischer Strukturen mit KI-gestützter Signalverarbeitung.  
- Export von Analyseergebnissen für Forschung und Statistik.  
- Vergleich und Visualisierung von Klangmustern in wissenschaftlichen Arbeiten.  

---

## Struktur & Erweiterbarkeit
- **inn_listen.py:** Aufnahme- und Signalverarbeitung.  
- **data_analysis.py:** Mustererkennung und statistische Auswertung.  
- **data_export.py:** CSV-Exportmodul.  
- Erweiterbar durch: zusätzliche Filter, neuronale Klassifikationsalgorithmen, visuelle Pattern-Darstellung.

---

## Lizenz
Dieses Projekt steht unter der **MIT-Lizenz**.

Alle Inhalte sind automatisch generiert. Verwendung und Weiterentwicklung erfolgen auf eigene Verantwortung.