{"id":35464,"date":"2025-11-30T02:30:58","date_gmt":"2025-11-29T23:30:58","guid":{"rendered":"https:\/\/fatihsoysal.com\/blog\/gitar-analiz-uygulamasi\/"},"modified":"2025-11-30T02:30:58","modified_gmt":"2025-11-29T23:30:58","slug":"gitar-analiz-uygulamasi","status":"publish","type":"post","link":"https:\/\/fatihsoysal.com\/blog\/gitar-analiz-uygulamasi\/","title":{"rendered":"Gitar Analiz Uygulamas\u0131"},"content":{"rendered":"

Gitar \u00c7alma Analiz Uygulamas\u0131: Tek G\u00fcnde Kodlanan Bir Vibe<\/span><\/p>\n

Gitar \u00e7alma becerilerinizi h\u0131zla geli\u015ftirmek ister misiniz? Tek g\u00fcnde kodlanm\u0131\u015f bir vibe ile performans\u0131n\u0131z\u0131 analiz eden bu uygulama, size an\u0131nda geri bildirim ve ki\u015fiselle\u015ftirilmi\u015f \u00f6\u011frenme deneyimi sunuyor. Art\u0131k pratiklerinizde k\u00f6rlemesine ilerlemek yerine, her notan\u0131z\u0131n, her ritminizin ve her akor ge\u00e7i\u015finizin bilimsel verilerle desteklendi\u011fi bir yolculu\u011fa \u00e7\u0131kmaya haz\u0131r olun. Bu makalede, b\u00f6yle bir uygulaman\u0131n temelden ileri seviyeye nas\u0131l kurgulanabilece\u011fini, arkas\u0131ndaki teknolojileri ve geli\u015ftirme s\u00fcrecini samimi bir dille inceleyece\u011fiz.<\/p>\n

Gitar \u00e7almay\u0131 \u00f6\u011frenmek veya mevcut becerilerini bir \u00fcst seviyeye ta\u015f\u0131mak isteyenler i\u00e7in pratik, ku\u015fkusuz en \u00f6nemli ad\u0131md\u0131r. Ancak geleneksel pratik y\u00f6ntemleri \u00e7o\u011fu zaman tek y\u00f6nl\u00fcd\u00fcr: \u00c7alar\u0131z, dinleriz ve kendi kendimize yorumlamaya \u00e7al\u0131\u015f\u0131r\u0131z. Peki ya o ince n\u00fcanslar\u0131, fark\u0131nda bile olmad\u0131\u011f\u0131m\u0131z hatalar\u0131 veya geli\u015fim alanlar\u0131n\u0131 bize objektif bir \u015fekilde s\u00f6yleyen bir ara\u00e7 olsayd\u0131? \u0130\u015fte “Gitar \u00c7alma Analiz Uygulamas\u0131” tam olarak bu ihtiyaca cevap veriyor. Bu t\u00fcr bir uygulama, gitaristin \u00e7ald\u0131\u011f\u0131 sesi mikrofon arac\u0131l\u0131\u011f\u0131yla al\u0131p, \u00e7e\u015fitli ses i\u015fleme algoritmalar\u0131 kullanarak performans\u0131 detayl\u0131 bir \u015fekilde inceler. Bu analiz sonucunda, \u00e7al\u0131m\u0131n ritmik do\u011frulu\u011fu, nota temizli\u011fi, tempo tutarl\u0131l\u0131\u011f\u0131, perde hassasiyeti ve hatta dinamik aral\u0131k gibi kritik unsurlar hakk\u0131nda an\u0131nda ve objektif geri bildirim sa\u011flar. B\u00f6ylece, gitaristler hangi noktalarda iyile\u015fmeye ihtiya\u00e7 duyduklar\u0131n\u0131 net bir \u015fekilde g\u00f6rebilir, pratiklerini \u00e7ok daha bilin\u00e7li ve hedef odakl\u0131 hale getirebilirler. \u00d6rne\u011fin, bir \u015fark\u0131n\u0131n belirli bir b\u00f6l\u00fcm\u00fcndeki ritim ka\u00e7aklar\u0131 veya h\u0131zl\u0131 bir solo ge\u00e7i\u015findeki nota kaymalar\u0131 gibi detaylar, insan kula\u011f\u0131n\u0131n anl\u0131k olarak alg\u0131lamakta zorlanabilece\u011fi ancak bir yaz\u0131l\u0131m\u0131n milisaniye hassasiyetinde tespit edebilece\u011fi t\u00fcrden hatalard\u0131r. Bu da uygulaman\u0131n pratik s\u00fcrecini ne denli d\u00f6n\u00fc\u015ft\u00fcr\u00fcc\u00fc k\u0131labilece\u011finin en somut \u00f6rne\u011fidir. Geleneksel m\u00fczik e\u011fitimiyle kar\u015f\u0131la\u015ft\u0131r\u0131ld\u0131\u011f\u0131nda, bu uygulamalar ki\u015fisel bir e\u011fitmenin s\u00fcrekli geri bildirimini dijital bir formatta sunarak, \u00f6zellikle bireysel \u00e7al\u0131\u015fan veya e\u011fitmen eri\u015fimi k\u0131s\u0131tl\u0131 olan m\u00fczisyenler i\u00e7in paha bi\u00e7ilmez bir kaynak haline gelmektedir. Ayr\u0131ca, bu t\u00fcr bir sistem, m\u00fczisyenin geli\u015fimini zaman i\u00e7inde takip etme ve ilerlemesini say\u0131sal verilerle g\u00f6sterme kapasitesine de sahiptir, bu da motivasyonu art\u0131r\u0131c\u0131 \u00f6nemli bir fakt\u00f6rd\u00fcr. Dolay\u0131s\u0131yla, bu uygulamalar sadece bir hata tespit arac\u0131 olman\u0131n \u00f6tesinde, ki\u015fiselle\u015ftirilmi\u015f bir \u00f6\u011frenme arkada\u015f\u0131 ve performans ko\u00e7u rol\u00fcn\u00fc \u00fcstlenmektedir. G\u00fcn\u00fcm\u00fcz d\u00fcnyas\u0131nda teknoloji ile m\u00fczi\u011fi birle\u015ftiren bu yenilik\u00e7i yakla\u015f\u0131m, gitar \u00f6\u011frenme ve pratik yapma deneyimini k\u00f6kten de\u011fi\u015ftirmeye adayd\u0131r.<\/p>\n

Tek G\u00fcnde Bir Vibe Nas\u0131l Kodlan\u0131r? Mimari Yakla\u015f\u0131m<\/h3>\n

Tek g\u00fcnde “vibe” kodlamak, elbette kapsaml\u0131 bir uygulaman\u0131n t\u00fcm \u00f6zelliklerini entegre etmek anlam\u0131na gelmez; daha \u00e7ok temel bir prototipin veya “Minimum Uygulanabilir \u00dcr\u00fcn”\u00fcn (MVP) iskeletini olu\u015fturmak demektir. Buradaki anahtar, en kritik i\u015flevleri \u00f6nceliklendirmek ve basit ama etkili \u00e7\u00f6z\u00fcmlerle h\u0131zl\u0131ca bir araya getirmektir. \u0130lk olarak, bir web tabanl\u0131 uygulama d\u00fc\u015f\u00fcnebiliriz. Bu, platform ba\u011f\u0131ms\u0131zl\u0131\u011f\u0131 sunar ve h\u0131zl\u0131 da\u011f\u0131t\u0131m i\u00e7in idealdir. Uygulaman\u0131n temel mimarisi, taray\u0131c\u0131da ses giri\u015fi alma, bu sesi i\u015fleme ve kullan\u0131c\u0131ya geri bildirim sunma \u00fczerine kuruludur. Web Audio API, mikrofon eri\u015fimi ve ses manip\u00fclasyonu i\u00e7in harika bir ba\u015flang\u0131\u00e7 noktas\u0131d\u0131r. H\u0131zl\u0131 geli\u015ftirme i\u00e7in JavaScript ve belki de bir \u00f6n y\u00fcz k\u00fct\u00fcphanesi (React, Vue veya hatta vanilla JS) yeterli olacakt\u0131r. Arka u\u00e7 taraf\u0131nda ise, daha karma\u015f\u0131k analizler veya veri depolama gerekirse hafif bir Node.js veya Python (Flask\/Django) sunucusu d\u00fc\u015f\u00fcn\u00fclebilir, ancak tek g\u00fcnl\u00fck bir proje i\u00e7in \u00e7o\u011fu i\u015flem taray\u0131c\u0131da halledilebilir. \u00d6rne\u011fin, perde tespiti veya ritim analizi gibi temel algoritmalar do\u011frudan istemci taraf\u0131nda \u00e7al\u0131\u015ft\u0131r\u0131labilir. Veri depolama i\u00e7inse, taray\u0131c\u0131n\u0131n localStorage<\/code> veya IndexedDB<\/code> gibi yerel depolama se\u00e7enekleri h\u0131zl\u0131ca kullan\u0131labilir. Bu yakla\u015f\u0131m, karma\u015f\u0131kl\u0131\u011f\u0131 minimize ederken, kullan\u0131c\u0131ya ger\u00e7ek zamanl\u0131 ve etkile\u015fimli bir deneyim sunmay\u0131 hedefler. Temel ama\u00e7, bir gitar \u00e7al\u0131nd\u0131\u011f\u0131nda uygulaman\u0131n bunu alg\u0131lay\u0131p, \u00f6rne\u011fin “Do” notas\u0131n\u0131n do\u011fru bas\u0131ld\u0131\u011f\u0131n\u0131 veya ritmin tempona uygun oldu\u011funu basit bir g\u00f6rsel veya yaz\u0131l\u0131 geri bildirimle g\u00f6sterebilmesidir. Dolay\u0131s\u0131yla, mimari se\u00e7imi, “h\u0131z”, “basitlik” ve “ger\u00e7ek zamanl\u0131l\u0131k” prensipleri \u00fczerine in\u015fa edilmelidir. Bu ilk “vibe” kodlamas\u0131, gelecekteki geli\u015ftirmeler i\u00e7in sa\u011flam bir temel olu\u015fturacak ve potansiyeli kan\u0131tlayacakt\u0131r.<\/p>\n

Ses \u0130\u015fleme Temelleri: Mikrofondan Veriye<\/h3>\n

Gitar \u00e7alma analiz uygulamas\u0131n\u0131n kalbi, ses sinyalini anlaml\u0131 verilere d\u00f6n\u00fc\u015ft\u00fcrme yetene\u011fidir. \u0130lk ad\u0131m, kullan\u0131c\u0131n\u0131n mikrofonundan gelen sesin taray\u0131c\u0131ya al\u0131nmas\u0131d\u0131r. Bu noktada Web Audio API, geli\u015ftiriciler i\u00e7in harika bir aray\u00fcz sunar. navigator.mediaDevices.getUserMedia()<\/code> metodu ile kullan\u0131c\u0131n\u0131n mikrofonuna eri\u015fim izni istenebilir ve ses ak\u0131\u015f\u0131 (MediaStream<\/code>) elde edilebilir. Elde edilen bu ak\u0131\u015f, bir AudioContext<\/code> i\u00e7ine bir MediaStreamSourceNode<\/code> olarak ba\u011flan\u0131r. Sonras\u0131nda, analiz i\u00e7in AnalyserNode<\/code> gibi d\u00fc\u011f\u00fcmler kullan\u0131labilir. Bu d\u00fc\u011f\u00fcm, ses verisinin frekans ve zaman alan\u0131 temsillerini (\u00f6rne\u011fin, FFT – H\u0131zl\u0131 Fourier D\u00f6n\u00fc\u015f\u00fcm\u00fc) almam\u0131z\u0131 sa\u011flar.<\/p>\n

\nconst audioContext = new (window.AudioContext || window.webkitAudioContext)();\nlet analyser = audioContext.createAnalyser();\nanalyser.fftSize = 2048; \/\/ Frekans analiz hassasiyeti\n\nnavigator.mediaDevices.getUserMedia({ audio: true })\n    .then(stream => {\n        const source = audioContext.createMediaStreamSource(stream);\n        source.connect(analyser);\n        analyser.connect(audioContext.destination); \/\/ Sesi hoparl\u00f6re de g\u00f6nder (iste\u011fe ba\u011fl\u0131)\n\n        \/\/ Veri okuma fonksiyonunu ba\u015flat\n        detectPitch();\n    })\n    .catch(err => {\n        console.error('Mikrofon eri\u015fimi reddedildi:', err);\n        alert('L\u00fctfen mikrofon eri\u015fimine izin verin.');\n    });\n\nfunction detectPitch() {\n    let bufferLength = analyser.frequencyBinCount;\n    let dataArray = new Uint8Array(bufferLength);\n    \n    \/\/ Frekans verisini al\n    analyser.getByteFrequencyData(dataArray); \n\n    \/\/ Perde tespiti i\u00e7in daha karma\u015f\u0131k algoritmalar burada \u00e7al\u0131\u015f\u0131r\n    \/\/ \u00d6rne\u011fin, YIN algoritmas\u0131 veya temel frekans tespiti (autocorrelation)\n    \/\/ Bu a\u015fama, tek g\u00fcnl\u00fck MVP i\u00e7in genellikle basitle\u015ftirilir.\n    \/\/ \u015eimdilik sadece ortalama frekans yo\u011funlu\u011funu g\u00f6zlemleyebiliriz.\n\n    let sum = dataArray.reduce((acc, val) => acc + val, 0);\n    let avg = sum \/ bufferLength;\n\n    if (avg > 50) { \/\/ Basit bir e\u015fik de\u011feri ile ses alg\u0131lama\n        console.log(\"Ses alg\u0131land\u0131! Ortalama frekans yo\u011funlu\u011fu:\", avg);\n    }\n\n    requestAnimationFrame(detectPitch); \/\/ S\u00fcrekli analiz i\u00e7in\n}\n<\/code><\/pre>\n
Yukar\u0131daki kod blo\u011fu, mikrofon eri\u015fimini ve temel ses veri al\u0131m\u0131n\u0131 g\u00f6steriyor. analyser.getByteFrequencyData()<\/code> metodu, sesin farkl\u0131 frekanslardaki enerji seviyelerini bir dizi olarak verir. Bu frekans verileri \u00fczerinden, \u00e7alan notan\u0131n perdesini (pitch) veya ritmini tespit etmek m\u00fcmk\u00fcnd\u00fcr. Perde tespiti i\u00e7in YIN algoritmas\u0131, MPM (Maximum Probability Method) veya basit otokorelasyon gibi y\u00f6ntemler kullan\u0131labilir. Ritim tespiti ise, sesin genlik zarf\u0131n\u0131n zaman i\u00e7indeki de\u011fi\u015fimini inceleyerek vuru\u015f noktalar\u0131n\u0131 belirlemeyi i\u00e7erir. Tek g\u00fcnl\u00fck bir MVP i\u00e7in, bu algoritmalar\u0131n basitle\u015ftirilmi\u015f versiyonlar\u0131 veya sadece belirli frekans aral\u0131klar\u0131ndaki enerji de\u011fi\u015fimlerini g\u00f6zlemlemek yeterli olabilir. \u00d6rne\u011fin, belirli bir perdenin (\u00f6rn. La = 440 Hz) etraf\u0131ndaki frekans band\u0131nda anlaml\u0131 bir enerji art\u0131\u015f\u0131 olup olmad\u0131\u011f\u0131na bakmak, o notan\u0131n \u00e7al\u0131n\u0131p \u00e7al\u0131nmad\u0131\u011f\u0131n\u0131 g\u00f6steren kaba bir g\u00f6sterge olabilir. Bu sayede, mikrofondan gelen ham ses, uygulaman\u0131n anlayabilece\u011fi ve i\u015fleyebilece\u011fi yap\u0131sal verilere d\u00f6n\u00fc\u015ft\u00fcr\u00fclm\u00fc\u015f olur. Bu veriler, daha sonra geri bildirim mekanizmalar\u0131 i\u00e7in kullan\u0131lacakt\u0131r.<\/p>\n
Temel Algoritma ve Geri Bildirim Mekanizmalar\u0131<\/h3>\n
Ham ses verilerini anlaml\u0131 bir \u00e7\u0131kt\u0131ya d\u00f6n\u00fc\u015ft\u00fcrmek i\u00e7in basit ama etkili algoritmalara ihtiya\u00e7 duyar\u0131z. Tek g\u00fcnl\u00fck bir geli\u015ftirme s\u00fcrecinde, en temel gereksinim genellikle perde tespiti (nota tan\u0131ma) ve ritmik do\u011fruluk kontrol\u00fcd\u00fcr. Perde tespiti i\u00e7in, yukar\u0131da bahsedilen frekans verilerinden yararlan\u0131l\u0131r. \u00d6rne\u011fin, belirli bir oktavdaki \"Do\" notas\u0131n\u0131n frekans aral\u0131\u011f\u0131na giren bir enerji yo\u011funlu\u011fu tespit edildi\u011finde, uygulaman\u0131n \"Do\" notas\u0131n\u0131n \u00e7al\u0131nd\u0131\u011f\u0131n\u0131 anlamas\u0131 hedeflenir. Bu, frekans spektrumunda en y\u00fcksek enerjiye sahip tepe noktalar\u0131n\u0131 (peak) bularak ve bunlar\u0131 bilinen nota frekanslar\u0131yla e\u015fle\u015ftirerek yap\u0131labilir. Ancak, gitar gibi polifonik (ayn\u0131 anda birden fazla nota \u00fcreten) bir enstr\u00fcmanda tek bir nota yerine akor \u00e7al\u0131nd\u0131\u011f\u0131nda bu i\u015flem karma\u015f\u0131kla\u015f\u0131r. MVP a\u015famas\u0131nda, bu genellikle tek sesli (monofonik) nota tespitiyle basitle\u015ftirilir veya sadece belirli akor kal\u0131plar\u0131n\u0131n tan\u0131nmas\u0131na odaklan\u0131l\u0131r.<\/p>\n
Ritmik do\u011fruluk ise, sesin ba\u015flang\u0131\u00e7 ve biti\u015f noktalar\u0131n\u0131n bir metronom veya referans ritimle kar\u015f\u0131la\u015ft\u0131r\u0131lmas\u0131yla \u00f6l\u00e7\u00fcl\u00fcr. Bir AudioWorklet<\/code> kullanarak veya requestAnimationFrame<\/code> d\u00f6ng\u00fcs\u00fc i\u00e7inde sesin genlik seviyelerini s\u00fcrekli izleyerek, sesin ba\u015flad\u0131\u011f\u0131 ve sustu\u011fu anlar\u0131 tespit edebiliriz. Bu zaman damgalar\u0131, referans metronomun zamanlamalar\u0131yla kar\u015f\u0131la\u015ft\u0131r\u0131l\u0131r.<\/code><\/p>\n
html<\/pre>\n
<\/code>
\n\/\/ Basit perde tespiti (MVP i\u00e7in \u00e7ok basitle\u015ftirilmi\u015f bir \u00f6rnek)
\nfunction findFundamentalFrequency(dataArray, sampleRate) {
\n    let maxAmp = 0;
\n    let maxFreqBin = 0;
\n    for (let i = 0; i < dataArray.length; i++) {\n        if (dataArray[i] > maxAmp) {
\n            maxAmp = dataArray[i];
\n            maxFreqBin = i;
\n        }
\n    }
\n    if (maxAmp < 10) return null; \/\/ \u00c7ok sessizse tespit etme\n    \n    \/\/ Frekans d\u00f6n\u00fc\u015f\u00fcm\u00fc: bin index * (sampleRate \/ fftSize)\n    \/\/ analyser.fftSize de\u011feri, sampleRate ve bufferLength bu hesaplamada kullan\u0131l\u0131r.\n    \/\/ Bu de\u011ferler ger\u00e7ek\u00e7i bir perde tespiti i\u00e7in \u00f6nemlidir.\n    const fundamentalFreq = maxFreqBin * (sampleRate \/ analyser.fftSize);\n\n    \/\/ Frekans\u0131 notaya d\u00f6n\u00fc\u015ft\u00fcrme (MIDI notas\u0131 veya standart nota ad\u0131)\n    return freqToNoteName(fundamentalFreq);\n}\n\n\/\/ Basit ritim do\u011fruluk kontrol\u00fc (MVP i\u00e7in konsept)\nlet expectedBeatTime = 0;\nlet tempoBPM = 120; \/\/ Varsay\u0131lan tempo\n\nfunction checkRhythm(currentAudioActivity) {\n    const beatInterval = 60 \/ tempoBPM; \/\/ Saniye cinsinden her vuru\u015f aras\u0131 s\u00fcre\n    const currentTime = audioContext.currentTime;\n\n    if (currentAudioActivity && currentTime >= expectedBeatTime) {
\n        \/\/ Vuru\u015fa ne kadar yak\u0131n \u00e7al\u0131nd\u0131\u011f\u0131na dair geri bildirim
\n        let deviation = currentTime - expectedBeatTime;
\n        if (Math.abs(deviation) < 0.1) { \/\/ 100ms tolerans\n            console.log(\"M\u00fckemmel zamanlama!\");\n        } else if (deviation > 0) {
\n            console.log(\"Ge\u00e7 kald\u0131n! \" + (deviation * 1000).toFixed(0) + \"ms.\");
\n        } else {
\n            console.log(\"Erken \u00e7ald\u0131n! \" + (Math.abs(deviation) * 1000).toFixed(0) + \"ms.\");
\n        }
\n        \/\/ Bir sonraki beklenen vuru\u015fu ayarla
\n        expectedBeatTime += beatInterval;
\n    }
\n    \/\/ E\u011fer beklenen vuru\u015f zaman\u0131 ge\u00e7tiyse ve hala \u00e7al\u0131nm\u0131yorsa, ritim ka\u00e7\u0131r\u0131ld\u0131 denilebilir.
\n}
\n<\/code>
\nGeri bildirim mekanizmalar\u0131 ise, algoritmalar\u0131n \u00e7\u0131kt\u0131lar\u0131n\u0131 kullan\u0131c\u0131 dostu bir \u015fekilde sunmakt\u0131r. Tek g\u00fcnl\u00fck bir prototip i\u00e7in basit bir konsol \u00e7\u0131kt\u0131s\u0131 veya ekranda de\u011fi\u015fen renkler yeterli olabilir. \u00d6rne\u011fin, do\u011fru bas\u0131lan bir nota i\u00e7in ye\u015fil, yanl\u0131\u015f bas\u0131lan veya ka\u00e7\u0131r\u0131lan nota i\u00e7in k\u0131rm\u0131z\u0131 bir g\u00f6sterge. Ritmik do\u011fruluk i\u00e7in, bir \u00e7ubuk grafik \u00fczerinde kullan\u0131c\u0131n\u0131n vuru\u015funun, referans vuru\u015funa g\u00f6re ne kadar \u00f6nde veya geride oldu\u011funu g\u00f6steren k\u00fc\u00e7\u00fck bir kayd\u0131r\u0131c\u0131 kullan\u0131labilir. Bu g\u00f6rsel geri bildirimler, gitaristin an\u0131nda tepki vermesini ve \u00e7al\u0131m\u0131n\u0131 d\u00fczeltmesini sa\u011flar. Ayr\u0131ca, \u00e7al\u0131nan her notan\u0131n ad\u0131n\u0131n veya metronom vuru\u015funun ekranda belirgin bir \u015fekilde g\u00f6sterilmesi de kullan\u0131c\u0131 deneyimini zenginle\u015ftirir. Temel geri bildirim, kullan\u0131c\u0131n\u0131n \"ne yapt\u0131\u011f\u0131n\u0131\" ve \"nas\u0131l daha iyi yapabilece\u011fini\" basit ve anla\u015f\u0131l\u0131r bir dille ifade etmelidir.<\/p>\n
Uygulamal\u0131 Geli\u015ftirme: MVP'yi Hayata Ge\u00e7irmek<\/h2>\n
MVP (Minimum Uygulanabilir \u00dcr\u00fcn) geli\u015ftirirken odak noktam\u0131z, \u00e7ekirdek de\u011fer \u00f6nerisini en basit \u015fekilde sunmakt\u0131r. Gitar \u00e7alma analiz uygulamam\u0131z i\u00e7in bu, kullan\u0131c\u0131n\u0131n gitar\u0131n\u0131 \u00e7almas\u0131n\u0131 ve basit d\u00fczeyde perde veya ritim geri bildirimi almas\u0131n\u0131 sa\u011flamak olacakt\u0131r. HTML, CSS ve JavaScript kullanarak h\u0131zl\u0131ca bir aray\u00fcz olu\u015fturabiliriz. HTML yap\u0131s\u0131, mikrofon eri\u015fimini ba\u015flatan bir buton, analiz sonu\u00e7lar\u0131n\u0131 g\u00f6steren bir alan ve belki bir metronom kontrol\u00fc i\u00e7erebilir. CSS, bu elementlere temel bir g\u00f6r\u00fcn\u00fcm kazand\u0131r\u0131r.<\/p>\n
\n\n\n\n    \n    \n    \n