"""
LSL Example: Play audio and send a trigger marker
<p>This script creates an LSL marker stream, waits for the user to<br>press ENTER, then plays an audio file and sends a marker that<br>can be synchronized with EEG data collected through LabRecorder.<br>"""</p>
<p>import sounddevice as sd<br>import soundfile as sf<br>from pylsl import StreamInfo, StreamOutlet</p>
<p>def wait_for_keypress():<br>print("Press ENTER to start audio playback and send an LSL marker.")<br>while True:<br>if input() == "":<br>break</p>
<p>def play_audio_and_send_marker(audio_file, outlet):<br>data, fs = sf.read(audio_file)</p>
<pre><code>print("Playing audio and sending LSL marker...")

marker_val = [1]
outlet.push_sample(marker_val)

sd.play(data, fs)
sd.wait()

print("Audio playback finished.")
</code></pre>
<p>if <strong>name</strong> == "<strong>main</strong>":</p>
<pre><code>info = StreamInfo(
    name="AudioMarkers",
    type="Markers",
    channel_count=1,
    nominal_srate=0,
    channel_format="int32",
    source_id="uniqueMarkerID12345"
)

outlet = StreamOutlet(info)

while True:
    wait_for_keypress()

    audio_filepath = "/path/to/audio.wav"

    play_audio_and_send_marker(
        audio_filepath,
        outlet
    )</code></pre><h2 dir="auto">2.4 ステップ 5 - LabRecorder を使用してすべてのLSLストリームのプレビューと保存を行う</h2><ol dir="auto"><li data-preset-tag="p"><p>LabRecorder を起動します</p></li><li data-preset-tag="p"><p><code>Update</code>（更新）ボタンを押します。利用可能なLSLストリームがストリームリストに表示されるはずです。<br>• 両方の EmotivPROs からのストリーム（通常は「Emotiv-DataStream」という名前）と、マーカーストリーム（「AudioMarkers」という名前）が表示されていることを確認します。</p></li><li data-preset-tag="p"><p><code>Browse</code>（参照）をクリックして、データを保存する場所を選択（およびその他のパラメータを設定）します。</p></li><li data-preset-tag="p"><p>すべてのストリームを選択し、<code>Record</code>（記録開始）を押して録音を開始します。</p></li></ol><h2 dir="auto">3.0 データの操作</h2><p dir="auto">LabRecorderは、すべてのストリームデータを含む XDFファイル（Extensible Data Format）を出力します。XDFファイルは複数のストリームで構成されており、各ストリームにはその中身（デバイス名、データ型、サンプリングレート、チャネルなど）を記述した異なるヘッダーが含まれています。以下のコードブロックを使用して XDFファイルを開き、いくつかの基本情報を表示させることができます。</p><p dir="auto"><strong>重要：</strong><code><strong>/path/to/your/file.xdf</strong></code><strong> を、お手元の LabRecorder XDF出力ファイルの正確なパスに書き換えてください。</strong></p><pre data-language="JSX"><code>import pyxdf
</code></pre>
<p>import mne<br>import matplotlib.pyplot as plt<br>import numpy as np</p>
<h1>LSL出力ファイルへのパスをここに指定します。</h1>
<p>data_path = "/path/to/your/file.xdf"</p>
<h1>XDFファイルをロード（読み込み）します。</h1>
<p>streams, fileheader = pyxdf.load_xdf(data_path)</p>
<p>print("XDF File Header:", fileheader)<br>print("Number of streams found:", len(streams))</p>
<p>for i, stream in enumerate(streams):<br>print("\nStream", i + 1)<br>print("Stream Name:", stream["info"]["name"][0])<br>print("Stream Type:", stream["info"]["type"][0])<br>print("Number of Channels:", stream["info"]["channel_count"][0])</p>
<pre><code>sfreq = float(stream["info"]["nominal_srate"][0])
print("Sampling Rate:", sfreq)

print("Number of Samples:", len(stream["time_series"]))
print("First 5 data points:", stream["time_series"][:5])

channel_names = [
    chan["label"][0]
    for chan in stream["info"]["desc"][0]["channels"][0]["channel"]
]

print("Channel Names:", channel_names)

channel_types = "eeg"</code></pre><h3 dir="auto"><br></h3><h2 dir="auto">4.0 その他のリソース</h2><h4 dir="auto">公式ドキュメント</h4><ol dir="auto"><li data-preset-tag="p"><p>GitHub 上にある公式の README ファイルを含めた <a href="1. Check out the online documentation, including the official README file on GitHub 2. Additional resources: • Code to run LSL using Emotiv’s devices, with example scripts • Useful LSL demo on YouTube • SCCN LSL GitHub repository for all associated libraries • LSL GitHub repository for a collection a submodules and apps 3. HyPyP analysis pipeline for Hyperscanning studies" target="_blank">オンラインドキュメント</a>をご確認ください。<a href="https://github.com/sccn/labstreaminglayer/" target="_blank"></a></p></li><li data-preset-tag="p"><p>追加リソース：<br>• Emotivのデバイスとサンプルスクリプトを使用してLSLを実行するための<a href="https://github.com/Emotiv/labstreaminglayer" target="_blank">コード</a><br>• 便利な<a href="https://www.youtube.com/watch?v=Y1at7yrcFW0&amp;list=PLVnr33MP5RMRhGwY36zHHDOmAaYTB138D" target="_blank">YouTubeでのLSLデモ</a><br>• 関連するすべてのライブラリが格納された<a href="https://github.com/sccn/labstreaminglayer" target="_blank">SCCN LSL GitHub リポジトリ</a><br>• サブモジュールやアプリを収集した<a href="https://github.com/labstreaminglayer" target="_blank">LSL GitHub リポジトリ</a></p></li><li data-preset-tag="p"><p>Hyperscanning 調査向けの <a href="https://academic.oup.com/scan/article/16/1-2/72/5919711?login=false" target="_blank">HyPyP 分析パイプライン</a></p></li></ol