主要内容

音频工具箱

设计和分析语音、声学和音频处理系统

Audio Toolbox™提供音频处理、语音分析和声学测量工具。它包括处理音频信号的算法,如均衡和时间拉伸,估计声音信号指标,如响度和锐度,以及提取音频特征,如MFCC和音调。它还提供先进的机器学习模型,包括i向量,以及预训练的深度学习网络,包括VGGish和CREPE。工具箱应用程序支持实时算法万博1manbetx测试、脉冲响应测量和信号标记。工具箱提供ASIO™、CoreAudio和其他声卡的流接口;MIDI设备;以及生成和托管VST和音频单元插件的工具。

使用音频工具箱,您可以导入、标记和增强音频数据集,以及提取特征来训练机器学习和深度学习模型。所提供的预训练模型可以应用于音频记录,进行高级语义分析。

您可以实时创建音频处理算法的原型,或者通过将低延迟音频传输到声卡或从声卡传输来运行自定义声学测量。您可以通过将算法转换为音频插件以在外部主机应用程序(如数字音频工作站)中运行来验证算法。插件托管允许您使用外部音频插件作为常规MATLAB®对象。

开始

学习音频工具箱的基础知识

音频I/O和波形生成

录制和播放设备音频,读取和写入音频文件,生成波形

音频处理算法设计

音频处理工具,算法设计与模块化,流处理

音频的机器学习和深度学习

数据集管理、标记和增强;音频、语音和声学应用的分割和特征提取

测量和空间音频

声学,心理声学,房间脉冲响应,HRTF,声压级测量

模拟、调优和可视化

实时原型和调优,MIDI,音频测试台

乐器数字接口(MIDI)

创建、发送和接收MIDI消息

音频插件创建和托管

VST和AU生成、测试、验证和托管

代码生成和部署

为桌面计算机、移动设备和嵌入式目标生成独立的应用程序