MétaCan
Menu
Retour à la cohorte
Enregistrement W6893016974 · doi:10.5281/zenodo.14361545

libremidi: a cross-platform library for real-time MIDI 1 and 2

2024· article· en· W6893016974 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensSociety for Arts and Technology
Organismes subventionnairesnon disponible
Mots-clésMIDIDebuggingInterface (matter)Digital audioUser interfaceMusic technology

Résumé

récupéré en direct d'OpenAlex

MIDI (Musical Instrument Digital Interface) has been a fundamental backbone for communication between digital music devices in modern music production. With the recent release of the MIDI 2 standard, available on Linux and macOS and soon on Windows, there is a now need for a robust, efficient, and easy-to-use cross-platform MIDI 2 library. This paper introduces libremidi, a cross-platform C++ library stemming from RtMidi and ModernMidi, rewritten from the ground up for real-time MIDI 2 communication. libremidi provides a simple and consistent API for managing MIDI ports, including hot-plug support, and handling MIDI events. It supports multiple platforms, including Linux (through ALSA RawMidi, ALSA Sequencer, and PipeWire), Windows, macOS, iOS, FreeBSD, and JACK on all platforms, and abstracts the underlying platform-specific MIDI APIs into a unified interface while enabling the end-user to have precise control over the back-ends. Designed for applications that require real-time MIDI communication, such as music production software, digital audio workstations, and interactive installations, libremidi’s efficient and lowlevel API allows developers to build responsive and highperformance applications that can handle multiple MIDI inputs and outputs simultaneously. Work has also been done to approximate real-time guarantees by avoiding memory allocations altogether during input and output. This paper will provide an overview of libremidi’s architecture, API, features and improvements over the current cross-platform MIDI state of the art.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,005
Science ouverte0,0080,008
Intégrité de la recherche0,0020,008
Charge utile insuffisante (le modèle a refusé de juger)0,0370,049

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,027
Tête enseignante GPT0,249
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreLogiciel

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetMusic Technology and Sound StudiesTravaux en français237 207