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™提供用于音频处理、语音分析和声学测量的工具。它包括处理音频信号(如均衡和时间拉伸)的算法,估计声音信号度量(如响度和锐度),提取音频特征(如MFCC和音高)。它还提供了先进的机器学习模型,包括i向量和预先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。工具箱提供流媒体接口ASIO™,CoreAudio,和其他声卡;MIDI设备;以及生成和托管VST和音频单元插件的工具。

使用Audio Toolbox,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录音进行高级语义分析。

您可以实时地建立音频处理算法的原型,或者通过流低延迟音频进出声卡来运行自定义的声学测量。您可以将算法转换为一个音频插件,以便在Digital audio workstation等外部主机应用程序中运行,从而验证算法。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和波形产生

从设备上记录和播放音频,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,算法设计和模块化,流处理

机器学习和深度学习的音频

数据集管理、标注和扩充;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,音频测试平台

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的生成、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