audioDelta
语法
描述
δ= audioDelta (x,deltaWindowLength)
δ= audioDelta (x,deltaWindowLength,initialCondition)
(还返回过滤器的最终条件。δ,finalCondition)= audioDelta (x,___)
例子
三角洲的音频功能
读入一个音频文件。
[audioIn, fs] = audioread (“Counting-16-44p1-mono-15secs.wav”);
创建一个audioFeatureExtractor对象从音频中提取一些光谱特性随时间变化。调用提取提取音频特性。
afe = audioFeatureExtractor (“SampleRate”fs,…“spectralCentroid”,真的,…“spectralSlope”,真正的);audioIn audioFeatures =提取(afe);
调用audioDelta近似的一阶导数光谱特性。
deltaAudioFeatures = audioDelta (audioFeatures);
情节的光谱特性和光谱特性的三角洲。
地图= info (afe);tiledlayout (2, 1) nexttile情节(audioFeatures (:, map.spectralCentroid)) ylabel (“频谱质心”)nexttile情节(deltaAudioFeatures (:, map.spectralCentroid)) ylabel (δ频谱质心的)包含(“帧”)
tiledlayout (2, 1) nexttile情节(audioFeatures (:, map.spectralSlope)) ylabel (“光谱斜率”)nexttile情节(deltaAudioFeatures (:, map.spectralSlope)) ylabel (“三角洲光谱斜率”)包含(“帧”)
三角洲和δMFCC
梅尔频率的三角洲和δcepstral系数(MFCC)经常使用MFCC的机器学习和深度学习应用。
读入一个音频文件。
[audioIn, fs] = audioread (“Counting-16-44p1-mono-15secs.wav”);
使用designAuditoryFilterBank函数来设计一个片面的频域梅尔·滤波器组。
analysisWindowLength =圆(fs * 0.03);fb = designAuditoryFilterBank (fs,“FFTLength”,analysisWindowLength);
使用stft函数将音频信号转换为一个复杂的、片面的频域表示。把STFT大小和应用频域滤波。
(S ~ t) = stft (audioIn fs,“窗口”损害(analysisWindowLength“周期”),“FrequencyRange”,“单向的”);auditorySTFT = fb * abs(年代);
调用cepstralCoefficients函数来提取MFCC。
melcc = cepstralCoefficients (auditorySTFT);
调用audioDelta函数计算δMFCC。调用audioDelta再次计算δMFCC。策划的结果。
deltaWindowLength =21;melccDelta = audioDelta (melcc deltaWindowLength);melccDeltaDelta = audioDelta (melccDelta deltaWindowLength);coefficientToDisplay =
4;tiledlayout (3,1) nexttile情节(t, melcc (:, coefficientToDisplay + 1) ylabel (“系数”+字符串(coefficientToDisplay)) nexttile情节(t, melccDelta (:, coefficientToDisplay + 1) ylabel (“δ”)nexttile情节(t, melccDeltaDelta (:, coefficientToDisplay + 1))包含(“时间(s)”)ylabel (“δ”)
流信号的δ
你可以计算流的三角洲信号通过的状态audioDelta函数。
创建一个dsp.AudioFileReader对象读取一帧音频文件。创建一个audioDeviceWriter对象编写音频扬声器。创建一个timescope对象可视化谐波比率随时间的变化。
fileReader = dsp.AudioFileReader (“FemaleSpeech-16-8-mono-3secs.wav”,“SamplesPerFrame”32岁的“PlayCount”3);deviceWriter = audioDeviceWriter (“SampleRate”,fileReader.SampleRate);范围= timescope (“SampleRate”fileReader.SampleRate / fileReader.SamplesPerFrame…“TimeSpanSource”,“财产”,…“时间间隔”3,…“YLimits”[1],…“标题”,“δ(谐波比率”);
而音频文件有未读的数据帧:
从音频文件读取一帧
计算谐波比率的框架
计算谐波比率的三角洲
音频帧写入你的演讲者
写谐波系数的变化范围
在每次调用audioDelta覆盖之前的状态。使用一个空数组初始化状态。
z = [];而~结束(fileReader) audioIn = fileReader ();hr = harmonicRatio (audioIn fileReader.SampleRate,“窗口”损害(fileReader.SamplesPerFrame“周期”),“OverlapLength”,0);[deltaHR z] = audioDelta(人力资源5 z);deviceWriter (audioIn);范围(deltaHR)结束(范围)
输入参数
输出参数
算法
音频特征的三角洲x是当地的最小二乘近似的斜率为中心的地区样本吗x(k),其中包括米在当前样本和样本米当前的样品后样品。
三角洲地区的窗口长度定义长度- - - - - -米来米。
有关更多信息,请参见[1]。
引用
[1]拉宾,劳伦斯·R。,罗纳德·w·谢弗。数字语音处理的理论及应用。上台北:皮尔森,2010年。
扩展功能
版本历史
介绍了R2020b
