fc2ブログ

Fitbit Versa4を買う

 数ヶ月前から個人のAndroidスマホにGoogleFitをインストールして、休日の散歩のお供をさせていました。運動不足で代謝も年々悪くなるばかりで、体重も年々増えています。健康診断の前に体重を落とそうと努力はするものの、以前に比べ減少幅が小さくなっています・・。また、日々、質の良い睡眠も取れておらず、朝起きても疲れが残っていることも多々あります。

 このような状況を打破しようと、以前から興味を持っていたスマートウォッチを購入して自分の体のことをよく知ろうと思いました。スマホがAndroidなのでGoogleに相性の良いFitbitのVersa4を購入しました。fitbit_1_230528.pngfitbit_2_230528.png セットアップはスマホにFitbitのアプリを入れて、スマートウォッチと連動させるスタイルで、簡単に行うことができました。fitbit_3_230528.png
 5/14に品物が到着し、5/15から約2週間利用しました。風呂に入っている時以外は身につけているので、会社にいるときも含めて1日の体の状態がデータとして記録されます。

 例えば、心拍数ですが、通勤時に早足で歩いている時には、確かに心拍数が上がっています。月曜日の昼間にやや上がり気味なのは打ち合わせでプレゼンをしていたせいでしょうか?(素直にデータに反映される??)fitbit_res1_230528.png次に、睡眠ですが、改めてデータを見ると、全体的に短く、夜中にトイレに起きた際に覚醒状態なっている所(グラフ上の赤い帯が長い所)が正確に記録されていました。fitbit_res2_230528.pngその他、呼吸数(BR)、心拍変動(HRV)、皮膚温、血中酸素ウェルネス、安静時の心拍数(RHR)、ストレススコア(高いほどストレス少ない)のデータが収集されていることもわかりました。fitbit_res3_230528.pngfitbit_res4_230528.pngfitbit_res5_230528.pngfitbit_res6_230528.pngfitbit_res7_230528.pngfitbit_res8_230528.png
 もうしばらくデータを収集しないと、現在の体のことがよく分からないかもしれませんが、日々の生活の中で急なデータの変動を見つけられれば、体の変調もキャッチしやすくなるのではないかと思います。うまく活用していこうと思います。
スポンサーサイト



iPadとMacをUpdateする

 iPadのUpdateをしばらくやっていなかったので、今日ようやく実施しました。Updateの案内が来るとすぐに実施するようにしているのですが、iPadのストレージの空き容量が少なくUpdateができない状態でした。ネットで調べているとMacでiPadのBackupとUpdateができることを知りました。いまさらですが・・。

 いざ、Mac miniからiPadのBackupを取り、Updateを試みましたが、Mac miniの方も「最新状態でないとNG」であることが分かりました。結局、Mac miniのBackup+Updateを行った上で、本命のiPadのBackup+Updateを行う必要がありました。面倒ですね・・。日頃からMacの方もUpdateしておけば良いのですが、Time MachineによるBackupに時間がかかるので、まとまった時間が取れる休日に実施するのが実情なんですね。結局、今回、古いMacBook Airも含め、3台のBackup+Updateを一気に行いました。
 1. MacBook Air
  macOS Big Sur 11.7.4 → macOS Big Sur 11.7.7
 2. Mac mini
  macOS Monterey 12.6 → macOS Ventura 13.4
 3. iPad  
  iPadOS 15.7.1 → iPadOS 16.5

 1.のMacBook AirはEarly2014の古いPCなので、最新のmacOS Venturaには機種が対応していませんが、マイナーUpdateを実施。バージョン11.7.4からMacBook_Air_before_230527.pngバージョン11.7.7に無事にUpdate完了。MacBook_Air_after_230527.png

 次に、2.のMac miniです。バージョン12.6からMac_mini_before_230527.pngVentura 13.4に無事にUpdate完了。Ventura(ベンチュラ)はカリフォルニア州の南部ベンチュラ郡に属する町の名前で、macOSの19番目のメジャーリリース、バージョンナンバーは13です。デスクトップ左上のAppleマークから「このMacについて」を選択すると以下の画面が表示されました。外観が変わりましたね。Mac_mini_after1_230527.png詳細情報をクリックすると、こんな感じです。Mac_mini_after2_230527.png

 最後に、3.のiPadです。システムバージョンは15.7.1でiPad自身は第6世代です。iPad_before1_230527.png第6世代は2018年にリリースされていますので5年使っています・・。iPad_generation_230527.pngストレージは32GBの内28.9GB利用で残り3GBしかなかったので、Updateができなかったんですね。iPad_before2_230527.png

 MacからのiPadのUpdateはネット情報を参考に進めました。macOS Catalina以降を搭載したMacならば、FinderでBackupが可能とのこと。FinderでiPadを選択した上で、まず、Backupは①「iPad内の全てのデータをこのMacにバックアップ」を選択し、②「今すぐバックアップ」ボタンを押しました。iPad_backup1_230527.pngBackupが無事に終わりましたので「アップデート」ボタンを押すと、案内ウィンドウが出てきましたので、その後、指示に従いながらUpdateしました。iPad_update_230527.pngちなみにMac内にBackupされたファイルは、私の環境では以下のフォルダに入っていました。
/Users/drbobt/Library/Application Support/MobileSync/Backup
iPad_backup2_230527.png無事にiPadOS 16.5にUpdateされました。iPad_after1_230527.pngストレージもUpdate前に比べ、1.2GBの空きができました。ゴミファイル類?がなくなったのか、そもそもシステム容量が小さいのかは「?」ですが・・。iPad_after2_230527.png
 何はともあれ、Mac2台とiPad1台のUpdateを終え、スッキリした気分になりました。

Google Bardを使う(1)

 Googleの大規模言語モデル(LLM: Large Language Model)であるPaLM2を利用したBardが日本語に対応したことをネット記事で知り、ChatGPTとの性能比較に興味を持ったので早速使ってみました。

 ChromeからGoogleで「Google Bard」を検索し、「Meet Bard - Google」をクリックすると、bard_login1_20230514.pngGoogleアカウントでログインしている場合、ダイレクトに画面が表示されました。ChatGPTと同じ外観の画面でした。bard_login2_20230514.png
 挨拶程度にいくつかの軽い質問をしました。bard_Q1_20230514.png言語対応の確認は以下の通り。bard_Q2_20230514.pngBardが日本語対応をした後なので当然の回答かもしれませんが、ChatGPTに同じ質問をすると、英語の方が得意との回答です。ChatGPT35_Q2_20230514.pngChatGPTとの違いを尋ねると、大きな違いは①モデルが新しい、②テキスト形式の多くの種類のタスクが実行可能、③オープンソースである、とのこと。bard_Q3_20230514.png興味のある技術について聞いてみましょう。bard_Q4_20230514.pngちなみにChatGPTは以前、興味のある技術について自分から語ることをしていなかったですが、その後話すようになりました・・。ChatGPT35_Q4_20230514.png画像出力が可能か否か、聞いてみましたがまだダメのようですね。bard_Q5_20230514.png
 いろいろ触っていましたが、表示までの時間はChatGPTよりも速い印象です。一文字ずつ表示するChatGPTにくらべ、文字をまとめて一度に返信してくれる「見せ方」の違いからかもしれませんが、体感速度は速いです。
 また、回答をGoogleドキュメントやGmailにエクスポートできるのは便利ですね。ChatGPTにない機能なので・・。回答文の下の「回答をエクスポート」ボタンを押し「Gmailで下書きを作成」を選択すると、bard_Func1_20230514.png新しいメールが作成され「Gmailを開く」を選択すると、bard_Func2_20230514.pngGmailがリンクで立ち上がりました。bard_Func3_20230514.pngまた、別件で作成したプログラムをGoogle Colaboratoryにエクスポートができる便利な機能もあります。この機能については次回でお話しします。

 大規模言語モデル(LLM)の界隈が大変騒がしくなってきました。いろいろ触って有用な機能を物色しようと思います。

新しいBingチャットを使う(3)

 前回のブログからしばらく期間が開きました。ChatGPT4を開通させて1か月限定で利用していましたが、マルチモーダル(画像入出力等)がまだ対応していなかったので、有償の継続は止めることにし、先日期間が満了しました。

 期間中、平日が多忙でChatGPT4をあまり利用できなかったので、土日の限られた時間だけ利用しました(有償なのにもったいないですね)。文章作成能力はGPT3.5よりもはるかに優っていることは実感できましたが、利用時間帯によっては有償でありながら、接続できないことやエラーを吐くこともありました。こんな状態では有償のメリットは皆無ですね。

 さて、Yahooニュースの『画像生成AI「Bing Image Creator」が日本語対応--英語なしでOKに』の記事が気になって、早速確認してみました。以前から英語では対応していたようですね・・。Bing ChatもChatGPT4のエンジンを持っているとのことなので、無償で使える方が良いですね。

 早速、以前のブログでOpenAIのDALL-Eという画像生成AIに対して依頼したものと同じ内容「居眠りをしている豆柴の画像を作成してください。」を質問してみました。

 出力結果は以下の通り。意味不明です・・。一応、OpenAIのDALL-Eを使って画像を生成しているようですが。BingImageCreator_1_230507.png「豆柴」を勘違いしているようなので(日本だけに通用する言葉?)、どういうものか説明すると、以下の通り、豆柴の説明が出力されてきました。質問が悪かったですね。BingImageCreator_2_230507.pngAI生成画像をもっと見せてくださいのつもりで質問を書いたのですが、回答はネットから集めてきた画像とそのリンク先でした。これも質問が悪かったですね。BingImageCreator_3_230507.pngただし、英語で質問すると一発で目的のAI生成画像が出てきました。実物の写真のようですが、DALL-E提供と書かれてあるので、AI生成画像なのでしょう・・。子犬(豆柴)ではなく大人の犬になっていますが「良し」としましょう。BingImageCreator_4_230507.png
 ちなみに、別件の質問もみましたが、出力されたのはDALL-Eが作成した4枚の画像でした。作曲もしていないですし、譜面の画像も出力されていませんが、Beatles風のイメージは出ていますね。BingImageCreator_5_230507.png
 自分が必要としている回答に対して、ChatGPT(BingChat)へ適切かつ丁寧な質問をしないと、まともな回答が返ってこないことを痛感しますね。これは人間でも一緒ですね。若い部下に対して「あの件、どうなった?」「この件は、ああしたらいいだろうに。」と指示語が多く、曖昧なことを言っても通じずに誤解されるように・・。会社でも上の方におられる方々はますます「こんな」感じなので、ChatGPTのような新しいツールを使いこなすのは難しいでしょうね。

Wi-Fiマイコンで遊ぶ(4)

 今回は、以前のブログで紹介した、技適をようやくパスして購入できるようになったRaspberry Pi Pico Wの動作確認についてです。

Raspberry Pi Pico W(¥1,210)
以下の手順で準備・評価を行いました。
 1. Raspberry Pi Pico Wの開発環境のセットアップ
 2. Wi-Fi接続の動作確認(wifi_scanプログラム実行)
 3. Micro Pythonの実行環境構築
 4. WebServer構築と動作確認

1. Raspberry Pi Pico Wの開発環境のセットアップ
 開発を行うPCはRaspberry Pi4にしました。PCとマイコンの違いはありますが、Raspberry Pi同士です。Raspberry Piのサイトにセットアップ手順のPDFファイル(getting-started-with-pico.pdf)がありますので、そのChapter.1を実行しました。必要なSDKやプログラムのサンプルがセットアップされました。

2. Wi-Fi接続の動作確認(wifi_scanプログラム実行)
 次に、同じくRaspberry Piのサイトにあるネット接続に関するマニュアル(connecting-to-the-internet-with-pico-w.pdf)のChapter.2に記載の「wifi_scan」というプログラムを書き込んで動かしました。
 プログラムを動かすと、自宅のWi-Fiルータでも通信していることが確認できました。HomeRouterStatus_230506.pngまた、ターミナルアプリのminicomを立ち上げると、Wi-Fiのスキャン状態を確認できました。Wi-Fiの動作は問題ないようです。Wifi_scan_result_230506.png
3. Micro Pythonの実行環境構築
 Raspberry Pi4から立ち上げたVisual Studio Code上でMicro Pythonを実行できるように環境を構築しました。ネットからMicro PythonのFirmwareをダウンロードしておきます。MicroPython_firmware_230506.png
 Raspberry Pi Pico WをRaspberry PiにUSB接続すると、デスクトップ上に「RPI-RP2アイコン」が現れますので、このダウンロードしたFirmwareを書き込む(ドラッグする)とPico W側でMicro Pythonが利用できる環境が整います。VSCodeには「Pico-W-Go」という拡張機能を入れておきます。MicroPython_Env_230506.png
4. WebServer構築と動作確認
 Pico WをWebServerとして利用し、Pico Wに実装されているのLEDのON/OFFや温度センサの値をブラウザから制御、閲覧できるプログラムを作成し、動作確認しました。プログラムは以下の通りです。
import machine
import network
import socket
from time import sleep
import utime

led = machine.Pin("LED", machine.Pin.OUT)
sensor_temp = machine.ADC(4)
conversion_factor = 3.3 / (65535)

ssid = 'Buffalo-G-C870'
password = 'my password'

def connect():
#Connect to WLAN
wlan = network.WLAN(network.STA_IF)
wlan.active(True)
wlan.connect(ssid, password)
while wlan.isconnected() == False:
print('Waiting for connection...')
sleep(1)
ip = wlan.ifconfig()[0]
print(f'Connected on {ip}')
return ip

def open_socket(ip):
# Open a socket
address = (ip, 80)
connection = socket.socket()
connection.bind(address)
connection.listen(1)
return connection

def webpage(temperature, state):
#Template HTML
html = f"""
<!DOCTYPE html>
<html>
<form action="./lighton">
<input type="submit" value="Light on" />
</form>
<form action="./lightoff">
<input type="submit" value="Light off" />
</form>
<p>LED is {state}</p>
<p>Temperature is {temperature}</p>
</body>
</html>
"""
return str(html)

def serve(connection):
#Start a webserver
state = 'OFF'
led.off()
while True:
client = connection.accept()[0]
request = client.recv(1024)
request = str(request)

reading = sensor_temp.read_u16() * conversion_factor
temp = 27 - (reading - 0.706)/0.001721
temp = round(temp, 1)
temp = str(temp)

try:
request = request.split()[1]
except IndexError:
pass
if request == '/lighton?':
#led.on()
led.on()
state = 'ON'
elif request =='/lightoff?':
led.off()
#led.off()
state = 'OFF'
temperature = temp # 25.0 # pico_temp_sensor.temp
html = webpage(temperature, state)
client.send(html)
client.close()

try:
ip = connect()
connection = open_socket(ip)
serve(connection)
except KeyboardInterrupt:
machine.reset()
実行結果は以下の通りです。Micro Pythonを実行しているRaspberry Piのブラウザから確認した結果です。RaspiPicoW_Webserver_Run1_230506.pngLEDのON/OFFがブラウザから制御できました。RaspiPicoW_Webserver_Run2_230506.pngまた、Androidのスマホのブラウザからも同様に問題なく動作しました。AndroidCellPhone_230506.png
 今までのRaspberry Pi Picoは無線機能がなかったため、不便に感じていました。Wi-Fiを利用したい場合には別途ESP8266やESP32などのWi-Fiマイコンが必要でした。そうなると、Pico自身の存在感がなくなってしまいます。このPicoWのリリースでESPシリーズと同じ土俵に上がれたような気がします。SDK等、充実しているので、また遊んでみようと思います。

Wi-Fiマイコンで遊ぶ(3)

 前回の続きです。前回の最後に、部屋の温湿度、気圧データをAmbientに上げているシステムを「M5Stamp Pico Mate仕様」に置き換えた件に触れましたので、今回はそのお話をしたいと思います。
 その前に、このAmbientにデータを上げているシステムですが、以前のブログでお話しした通り、昨年末に自宅のWi-Fiルータを交換した後に、元々のシステムが動かなくなり(厳密に言うとESP8266マイコンにプログラムが書き込めない問題があり)、遊休のM5StickCとENV II Hatを用いて温度、湿度、気圧を測定し、AmbientとLine Notifyにデータを上げるシステムに変更していました。この詳細をブログで話すと言いながら、4か月近く放ったらかしですね・・(この間にまたシステムを変えてしまいましたが・・)。

 さて、本題です。Arduino側の設定としては、M5stackのボード情報を取ってくるための基本設定(追加のボードマネージャのURL設定)とarduino_setting_1_230506.pngボード、および通信設定です。ESP8266に比べると、M5Stackはシンプルでいいですね。arduino_setting_2_230506.png 書き込んだプログラムは、Wi-Fiルータの設定以外は2年前のブログでお話しした内容と全く同じものです。動作確認し、温度、気圧、湿度が正しく読み取れていることを確認しました。ambient_logging_Run_230506.png システムは現在、ブレッドボード上でジャンパ線が乱れていますが、こんな感じでセットアップしました。電源は近くにあるRaspberry Piから5V供給して、DC-DCコンバータで3.3Vに落として利用しています。ambient_logging_system_230506.png
 システムを動かしてしばらく様子を見ていると、1日の中で同じ時刻頃でデータが取れなくなり、日が変わった0時過ぎに復活するという奇妙な、再現性のある現象に見舞われました。ambient_logging_NG_230506.pngそういえば、Ambientからデータ管理についてメールが来ていたことを思い出し、ホームページで確認すると、1日3,000件までの制約があり、0時にクリアされるとのことでした。ambient_rule_230506.pngこれが原因と思い、データのログを確認すると、確かに3,000点までは取れており、それ以後は取れていませんでした。システムをM5Stamp Picoに変更した際にサンプリング間隔を狭くしたこと(10sec間隔)を思い出し、1日3,000件を超えないようにプログラムのサンプリング間隔を修正しました。結果、1日の途中でデータが取れなくなる問題は無くなりました。ambient_logging_OK_230506.png
 取り急ぎ、M5StickCとENV II Hatを用いたシステムを、部品単価の安いM5Stamp Picoを用いたシステムに置き換えることができました。ただ、本来のあるべき姿は、そもそもプログラムが書き込めなくなったESP8266が正常に機能すれば良いだけの話なので、この問題が解決できれば、今回の対応も暫定的なものになると思います。まぁ、いろいろ試せて勉強になりますが・・。

Raspberry PiでRoland SC-55mkIIを使う(2)

 前回の続きです。前回はレガシー音源であるRolandのSC-55mkIIをRaspberry Pi4のターミナルからaplaymidiコマンドで標準MIDIファイル(SMF)を再生する所までお話ししました。

それに至るまでの試行錯誤の中、できずに保留したのは以下の2点でした。
 ① USB-MIDI変換ケーブルではなく、シリアル通信で直接音源にアクセスすること
 ② MuseScoreというアプリ経由で標準MIDIファイル(SMF)を再生すること

 ①はUSB-MIDI変換ケーブルが発売される前のPCと音源を接続する技術で、専用のRS-232Cケーブルを用いていたことからRS-MIDIと呼ばれています。ターミナルソフトのminicomで通信確認して、Pythonで簡単なプログラムを作ろうかなと考えていますが、現時点でうまく行っていません・・。

 ②は前回うまく行きませんでしたが、今日確認すると問題なく設定ができました。おそらくRaspberry Piの再起動や、音源のON/OFFなどでRaspberry Pi側でMIDIポートが認識できたためと推測しています。ちなみに設定前の状態は以下の通りです。MuseScoreSetting_before_230505.png今回、MIDI InputとMIDI OutputをUSB-MIDIの変換ケーブルであるUX16に変更しました。MuseScoreSetting_after_230505.pngMIDIファイルを再生すると、問題なく音源SC-55mkIIで再生できました。MuseScore_run_230505.png
 取り急ぎ、Raspberry Pi上でMuseScoreアプリで打ち込みをしてSC-55mkIIで再生する環境は構築できました。暇を見つけて遊んでみようと思います。

四国を旅する

 GWの前半の三連休(4/29-5/1)に奥さんと四国を旅行して来ました。松山、高松、琴平の2泊3日の旅です。去年11月に足尾、日光に旅行して以来の夫婦旅行です。
 松山は3年前に計画して宿も取っていたのですが、コロナのため泣く泣くキャンセルした経緯があります。3年前のブログにも「Go Toトラベルで四国に旅行するつもりでした。」とその内容を書いていました・・。
 コロナが広がって、2020年3月以降の第1波から直近の第8波まで3年が経ち、第9波が影で騒がれていますが、世間はようやく海外の国と同じように行動制限が緩和されて来ました。今回はチャンスを逃さないように、4月頭にホテルや電車の予約を入れました。

 4/29(土)は、京都から新幹線に乗り、岡山から特急しおかぜで松山へ。予讃線のカーブの多い路線を高速で走る特急しおかぜの車体の「激しい揺れ」に耐えながら松山に着きました。松山を翌日4/30(日)去る時も、座席テーブルが常時音を立てるほどの振動があり「ここまで車体が揺れるのか!」という不可解な気持ちが強く、ネットで調べてみると、この件、結構有名な話だったようですね。
 線路のカーブや傾きが多く、高速で走行する際に、遠心力で体が振られるのを抑えるために「振り子式」と呼ばれる車体傾斜方式の車両が使われていることを初めて知りました。私が松山への往復に利用した特急しおかぜの8000系はこの「振り子式」で、最新車両の8600系は「空気ばね式」という別の車体傾斜方式が使われているとのこと。YouTubeでこの辺の説明がされている動画ありましたので、見てさらに納得しました。そもそもは四国の土地柄とカーブが多い路線であることに尽きるのですが・・。
 松山に昼頃到着し、大街道で食事を取り、道後温泉に向かいました。道後温泉は現在改修工事中で本館の裏側からのみ、その姿を拝むことができました。DogoOnsen_1_230429.pngアーケード内を散策し、雨が降って来たので、坊っちゃんカラクリ時計を見て、ホテルへ移動しました。DogoOnsen_2_230429.png
 翌日4/30(日)は、正岡子規が暮らした家を復元した記念堂である「子規堂」を見学して、松山市駅で坊ちゃん電車も見て、高松に向かいました。Matsuyama_230429.png
 高松に昼頃着いたので、讃岐うどんを食べた後、栗林公園へ。天気も回復して良かったです。地味にのんびりできました。Takasmatsu_1_230430.png 夜は、私は知らなかったのですが、定番の「骨付鳥」を食べ、気持ち良く飲むことができました。Takasmatsu_2_230430.png
 最終日の5/1(月)は琴電で琴平まで出て、金刀比羅宮に行きました。昨年10月のブログに書きましたが、広島、呉、尾道を旅行した際に、最後の尾道で足を痛めました。今でも長距離を歩くと、足の裏に痛みが残ることがありますが、今回は大丈夫でした。天気が抜群に良く、良い運動になりました。Kotohira_230501.png
 翌日5/2(火)は仕事なので、昼過ぎに琴平を後に、岡山経由で帰宅の途に着きました。強行軍の移動距離でしたが、電車の揺れにも負けず?、ひとときの休息を味わうことができました。

Raspberry PiでRoland SC-55mkIIを使う(1)

 久々にMIDI音源を触りたい衝動に駆り立てられました。いつもの思いつきです・・。

 手持ちの音源は30年ほど前に購入した、RolandのSC-55mkIIです。大学の一時期にコンピュータミュージック(MIDI)にハマっていた時があることは、5年前のブログでもお話をしましたが、その後、この音源は利用されることもなく、部屋のインテリアとして存在感を示していました。
 最近はソフトシンセという便利なものが簡単に利用でき、ミュージシャンでない素人があえてハードウェアの音源を利用することは少ないのかな?とも思います。

 この音源は、かなり使っていなかったので、埃が筐体内に入っていないこと、基板に劣化箇所がないことを確認しました。蓋を開けると、思った以上に綺麗な状態でした。SC-55mk2_1_230504.png基板も密な実装ではなく、空間的にゆったりした回路設計ですね。メインのチップはTC6116AFという音源DSP(Digital Signal Processor)です。SC-55mk2_2_230504.png
 さて、蓋を閉めて、いざPCと接続しようとしましたが、30年の歳月はPC側のインターフェースにうまく対応しておらず大変難儀しました・・。

 PCと音源の接続はYAMAHAのUX16という片側がUSB、もう片側がMIDIのDINコネクタ(INとOUT)の付いたケーブルを使いました。ちなみに、この製品は2001年に発売されましたがすでに生産終了しています。
 通常ならばPCにドライバを入れれば認識し機能するはずなのですが、MacBookAir(Early2014 Big Sur:そろそろ買い直し?)ではドライバはインストールできても、UX16のUSBケーブルをPCに接続後に認識しませんでした・・。

 PCと音源の接続には、シリアル通信でも行けるのでトライしました。手持ちに「ミニDIN8ピン」のプラグがないので、ジャンパ線を駆使して配線しましたが、急な路線変更で情報不足でうまく行きませんでした。後日、再トライしようと思います。SC-55mk2_3_230504.png
 結局、一旦、MacBookAirはあきらめて、Raspberry Pi4で試してみようと思いました。YAMAHAのUX16をRaspberry PiのUSBポートに接続すると、見事に認識!RaspPiSetting_1_230504.png その後、MuseScoreというアプリ経由で標準MIDIファイル(SMF)を再生しようと試みましたが、うまく行かず・・。設定が不十分??後日、再トライ・・。

 路頭に迷いつつ、ネットで情報をかき集めているうちに、ターミナルから「aplaymidiコマンド」を打ち込めば良いことに気づきました。RaspPiRun_0_230504.pngaplaymidiコマンドに「-p」オプションをつけ、ポート番号とmidiファイル名を付与することで通信ができそうです。

 以下のコマンドをたたくと、Portは16:0であることが分かりました。
aplaymidi -l
RaspPiRun_1_230504.png最終的に
aplaymidi -p 16:0 midi_file_name
で音源にデータが送信され、音源から演奏が始まりました。SC-55mk2_4_230504.png
 長い道のりでしたが、レガシー音源であるRolandのSC-55mkIIをRaspberry Piから操作して音を鳴らすことができました。次回は今回保留にしていた内容について調べていこうと思います。

庭の草刈りをする

 GWの後半が始まりました。私は5/2が出勤で「3連休+5連休」です。5/1がメーデーで休みなので、5/2に休むことができれば「9連休」だったのですが、月初は会社の労務処理があってどうしても休むことができません。損な役回りです。

 GWの前半の3連休は奥さんと久々の旅行に出かけました。コロナ禍で以前断念した四国の松山と高松、琴平を回って来ました。このお話は後日改めてしたいと思います。GWの後半は特に予定を決めていませんが、日頃時間が取れずに放ったらかしになっていることをやって行こうと思いました。その第一候補が「庭の草刈り」です。

 梅雨前のこの時期、庭が荒れ放題なので草刈りをするのですが、梅雨明け頃にはまた雑草が伸びるので結局2回目の草刈りをすることになります・・。
 毎年2回の草刈りを行うので、電動の草刈機を4年前に購入しました。結構重宝しています。京セラ(旧リョービ)製のAK-6000 697700Aという草刈機で当時16,880円程でした。今はその後継機が出ているようですね。ガソリンなどの液体燃料式は保守が面倒なので、100Vコンセントに挿して利用するタイプを選びました。 今日は日中大変天気が良く暑かったので、夕方を狙って、いざスタートです。作業時間は10分程度。草刈機を使わずに鎌を持って手作業で行うと1時間はかかってしまいますので効率的です。
 今日の成果をBefore/After形式で表すとこんな感じです。
【Before】Before1_230503.png【After】After1_230503.png【Before】Before2_230503.png【After】After2_230503.png根っこまでは無くなりませんが、スッキリはしました。草が生い茂ると虫が寄ってくるので防虫対策にもなりますね。
 残り4日間、明日は放ったらかしにしていた何をしようかな?

ご訪問者数

(Since 24 July, 2016)

タグクラウド


プロフィール

Dr.BobT

Author: Dr.BobT
興味のおもむくままに生涯考え続けるエンジニアでありたい。

月別アーカイブ

メールフォーム

名前:
メール:
件名:
本文: