延星

时间拉伸音频

折叠所有页面

语法

AUDIOOUT = stretchAudio（AUDIOIN，阿尔法）
AUDIOOUT = stretchAudio（AUDIOIN，α，名称，值）

描述

例子

音频输出= stretchAudio (AUDIOIN，α）由TSM因子对输入音频适用时间标修改（TSM）α．

例子

音频输出= stretchAudio (AUDIOIN，α，名称，价值）使用一个或多个指定选项名称，价值对论点。

例子

全部收缩

打开直播脚本

读入音频信号。听音频信号，随着时间的推移把它画出来。

[AudioIn，FS] = audioread（“计数-16-44p1单 -  15secs.wav”）;t =(0:大小(audioIn, 1) 1) / fs;情节(t, audioIn)包含('时间（s）'）ylabel（'振幅'） 标题（'原始信号')轴紧的网格在

声音(audioIn fs)

用延星申请1.5加速因子。听修改后的音频信号，并随着时间的推移绘制它。采样率保持不变，但信号的持续时间降低。

AudioOut = LigressAudio（AudioIn，1.5）;T =（0：尺寸（AUDIOOUT，1）-1）/ FS;情节(t, audioOut)包含('时间（s）'）ylabel（'振幅'） 标题（“修改的信号，加速比= 1.5”)轴紧的网格在

声音（频道，FS）

将原始音频信号降低0.75倍。听修改后的音频信号，并随着时间的推移绘制它。采样率与原始音频保持一致，但信号持续时间有所增加。

AUDIOOUT = stretchAudio（AUDIOIN，0.75）;T =（0：尺寸（AUDIOOUT，1）-1）/ FS;情节(t, audioOut)包含('时间（s）'）ylabel（'振幅'） 标题（'修正信号，加速因子= 0.75')轴紧的网格在

声音（频道，FS）
打开直播脚本

延星万博1manbetx使用默认的声码器方法时支持TSM上频域音频。TSM应用到频域音频让你重用你的STFT计算多个TSM因素。

读入音频信号。听音频信号，随着时间的推移把它画出来。

[AudioIn，FS] = audioread（“FemaleSpeech-16-8-mono-3secs.wav”）;sound(audioIn,fs) t = (0:size(audioIn,1)-1)/fs;情节(t, audioIn)包含('时间（s）'）ylabel（'振幅'） 标题（'原始信号')轴紧的网格在

将音频信号转换到频域。

赢得=√损害(256“周期”));ovrlp = 192;S = stft (audioIn'窗户'，赢，“OverlapLength”ovrlp,“中心”，错误的）;

将音频信号加速1.4倍。指定用于创建频域表示的窗口和重叠长度。

阿尔法= 1.4;AUDIOOUT = stretchAudio（S，α，'窗户'，赢，“OverlapLength”, ovrlp);sound(audioOut,fs) t = (0:size(audioOut,1)-1)/fs;情节(t, audioOut)包含('时间（s）'）ylabel（'振幅'） 标题（'修正信号，TSM因子= 1.4')轴紧的网格在

将音频信号减慢0.8倍。指定用于创建频域表示的窗口和重叠长度。

阿尔法= 0.8;AUDIOOUT = stretchAudio（S，α，'窗户'，赢，“OverlapLength”, ovrlp);sound(audioOut,fs) t = (0:size(audioOut,1)-1)/fs;情节(t, audioOut)包含('时间（s）'）ylabel（'振幅'） 标题（'修正信号，TSM因子= 0.8')轴紧的网格在

打开直播脚本

默认的TSM方法（声码器），可以申请额外相位锁定，以增加忠实于原始音频。

读入音频信号。听音频信号，随着时间的推移把它画出来。

[AudioIn，FS] = audioread（“SpeechDFT-16-8-单5secs.wav”）;sound(audioIn,fs) t = (0:size(audioIn,1)-1)/fs;情节(t, audioIn)包含('时间（s）'）ylabel（'振幅'） 标题（'原始信号')轴紧的网格在

锁相为TSM增加了一个重要的计算负载，而且并不总是必需的。缺省情况下，禁止锁相。对输入音频信号应用1.8的加速因子。听音频信号，随着时间的推移把它画出来。

α= 1.8;tic audioOut = stretchAudio(audioIn,alpha);processingTimeWithoutPhaseLocking = toc
processingTimeWithoutPhaseLocking = 0.0798
sound(audioOut,fs) t = (0:size(audioOut,1)-1)/fs;情节(t, audioOut)包含('时间（s）'）ylabel（'振幅'） 标题（'Modified Signal, alpha = 1.8, LockPhase = false')轴紧的网格在

应用相同的1.8加速因子对输入音频信号，此时使相位锁定。听音频信号，随着时间的推移把它画出来。

tic audioOut = stretchAudio(audioIn,alpha，“LockPhase”,真正的);processingTimeWithPhaseLocking = toc
ProcessingTimewithPhaseLocking = 0.1154.
sound(audioOut,fs) t = (0:size(audioOut,1)-1)/fs;情节(t, audioOut)包含('时间（s）'）ylabel（'振幅'） 标题（'修改的信号，α-= 1.8，LockPhase =真')轴紧的网格在

打开直播脚本

波形相似度重叠 - 添加（WSOLA）TSM方法使您可以指定用于搜索最佳信号对齐的最大样本数。默认情况下，WSOLA Delta是分析窗口中的样本数减去相邻分析窗口之间重叠的样本数量。增加WSOLA Delta增加了计算负荷，但也可能增加保真度。

读入音频信号。听听音频信号的前10秒。

[AudioIn，FS] = audioread（'Rockguitar-16-96-Stereo-72secs.flac'）;声音(audioIn (1:10 * fs,:), fs)

使用WSOLA方法对输入音频信号应用0.75的TSM因子。听产生的音频信号的前10秒。

alpha = 0.75;tic audioOut = stretchAudio(audioIn,alpha，“方法”，“WSOLA”）;processingTimeWithDefaultWSOLADelta = TOC
processingTimeWithDefaultWSOLADelta = 19.4403
声音(audioOut (1:10 * fs,:), fs)

对输入音频信号应用0.75的TSM因子，这次将WSOLA增量增加到1024。听产生的音频信号的前10秒。

tic audioOut = stretchAudio(audioIn,alpha，“方法”，“WSOLA”，“WSOLADelta”, 1024);processingTimeWithIncreasedWSOLADelta = toc
processingTimeWithIncreasedWSOLADelta = 25.5306
声音(audioOut (1:10 * fs,:), fs)

输入参数

全部收缩

输入信号，指定为列向量，矩阵，或3-d阵列。如何解释功能AUDIOIN取决于复杂性AUDIOIN和值方法：

  • 如果AUDIOIN是真实的,AUDIOIN被解释为时域信号。在这种情况下，AUDIOIN必须是列向量或矩阵。列被解释为单独的通道。

    此语法适用于当方法被设定为声码器的或者'WSOLA'．

  • 如果AUDIOIN是复杂的,AUDIOIN被解释为频域信号。在这种情况下，AUDIOIN必须是l-经过-米-经过-N数组,l是fft长度，米是个人频谱的数量，和N为通道的数量。

    此语法仅适用于以下情况方法被设定为声码器的．

数据类型：单|双倍的
复数的支持:万博1manbetx是的

TSM因素，指定为正标量。

数据类型：单|双倍的

名称值对参数

指定可选的逗号分隔的对名称，价值论点。的名字参数名和价值是相应的价值。的名字必须出现在引号内。您可以以任何顺序指定多个名称和值对参数name1，value1，...，namen，valuen．

例子：'窗口'，kbdwin（512）

方法用于时间尺度音频，指定为逗号分隔的一对组成的“方法”和声码器的或者'WSOLA'．放“方法”来声码器的使用相位声码器的方法。放“方法”来'WSOLA'使用WSOLA方法。

如果“方法”被设定为声码器的，AUDIOIN可以是实的，也可以是复杂的。如果“方法”被设定为'WSOLA'，AUDIOIN必须是真实的。

数据类型：单|双倍的

在时域中应用的窗口，指定为逗号分隔对组成'窗户'一个实向量。向量中的元素个数必须在范围[1，大小(AUDIOIN，1）]。元件的载体中的数量也必须大于OverlapLength．

请注意

如果使用延星对于频域输入，您必须指定窗口作为同一个窗口用于转化AUDIOIN到频域。

数据类型：单|双倍的

在相邻窗口之间重叠的样本数，指定为包括的逗号分隔对“OverlapLength”和一个范围为[0，元素个数(窗口)）。

请注意

如果使用延星对于频域输入，您必须指定OverlapLength作为相同的重叠长度用于转化AUDIOIN到时频表示。

数据类型：单|双倍的

应用身份锁相，指定为包括的逗号分隔对'LockPhase'和错误的或者真的．

依赖关系

为了使这个名字 - 值对参数，设置方法来声码器的．

数据类型：逻辑

用于搜索最佳信号对准样本的最大数目，指定为逗号分隔的一对组成的'WSOLADelta'和一个非负标量。

依赖关系

为了使这个名字 - 值对参数，设置方法来'WSOLA'．

数据类型：单|双倍的

输出参数

全部收缩

时标修正的音频，返回作为独立信道的一个列向量或矩阵。

算法

全部收缩

相位声码器

相位声码器的算法是一个频域的方法来TSM[1]［2］．相位声码器算法的基本步骤是：

  1. 算法Windows间隔η时的时域信号η= numel（窗口） -OverlapLength．然后窗口被转换到频域。

  2. 为了保持水平（跨时间）相一致，该算法将每个箱作为一个独立的正弦曲线，其相位通过累积其瞬时频率的估算值计算出来。

  3. 为了保持垂直（横跨单个谱）相一致，该算法锁定仓到的局部峰值的相位超前的基团的相位超前。此步骤只适用于锁链被设定为真的．

  4. 该算法将修改后的谱图返回到时域，窗口间隔为δ，其中δ≈η/α。α是由的指定的加速因子α输入参数。

WSOLA

该WSOLA算法是一个时域的方法来TSM[1]［2］．WSOLA是重叠相加（OLA）算法的扩展。在OLA算法，一个时域信号在间隔η，其中加窗η= numel（窗口） -OverlapLength．构造时间尺度修改的输出音频时，窗口被在间隔δ，其中δ≈η/α隔开。α是由指定的TSM因子α输入参数。

OLA算法在重建幅值谱方面做得很好，但会在窗口之间引入相位跳变。WSOLA算法通过搜索来平滑相位跳变WSOLADelta周围最小化相位跳变的窗口的间隔η样品。最佳窗口算法搜索迭代，以便每一个连续的窗口相对于先前选择的窗口中选择。

如果WSOLADelta被设定为0，则算法简化为OLA。

参考

[1] Driedger，乔纳森，和Meinard穆勒。“回顾音乐信号的时标修改的。”应用科学．卷。6，第2期，2016。

[2] Driedger, Johnathan。“音乐音频信号的时间尺度修正算法”，硕士论文，萨尔兰德大学，Saarbrücken，德国，2011。

扩展功能

C / C ++代码生成
生成使用MATLAB®编码器™C和C ++代码。

另请参阅

|||

话题

介绍了R2019b

音频工具箱文档
万博1manbetx

尝试MATLAB, Si万博1manbetxmulink和其他产品s manbetx 845

立即获得审判