stretchAudio
Time-stretch音频
描述
例子
使用TSM
读取音频信号。听音频信号,并绘制它的时间。
[audioIn, fs] = audioread (“Counting-16-44p1-mono-15secs.wav”);t =(0:大小(audioIn, 1) 1) / fs;情节(t, audioIn)包含(“时间(s)”) ylabel (“振幅”)标题(原始信号的)轴紧网格在
声音(audioIn fs)
使用stretchAudio
要应用1.5的加速因子。倾听修改后的音频信号,并绘制出它随时间的变化。采样率保持不变,但信号的持续时间减少了。
audioOut = stretchAudio (audioIn, 1.5);t =(0:大小(audioOut, 1) 1) / fs;情节(t, audioOut)包含(“时间(s)”) ylabel (“振幅”)标题(“修改信号,加速因子= 1.5”)轴紧网格在
声音(audioOut fs)
将原始音频信号降低0.75倍。倾听修改后的音频信号,并绘制出它随时间的变化。采样率与原始音频保持不变,但信号持续时间增加。
audioOut = stretchAudio (audioIn, 0.75);t =(0:大小(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')轴紧网格在
声音(audioOut fs)
将TSM应用于频域音频
stretchAudio
万博1manbetx当使用默认的声码器方法时,支持在频域音频上的TSM。将TSM应用于频域音频,可以为多个TSM因子重用STFT计算。
读取音频信号。听音频信号,并绘制它的时间。
[audioIn, fs] = audioread (“FemaleSpeech-16-8-mono-3secs.wav”);t = (0:size(audioIn,1)-1)/fs;情节(t, audioIn)包含(“时间(s)”) ylabel (“振幅”)标题(原始信号的)轴紧网格在
将音频信号转换到频域。
赢得=√损害(256“周期”));ovrlp = 192;S = stft (audioIn“窗口”,赢了,“OverlapLength”ovrlp,“中心”、假);
将音频信号的速度提高到1.4倍。指定用于创建频域表示的窗口和重叠长度。
α= 1.4;audioOut = stretchAudio(年代,α,“窗口”,赢了,“OverlapLength”, ovrlp);t = (0:size(audioOut,1)-1)/fs;情节(t, audioOut)包含(“时间(s)”) ylabel (“振幅”)标题(‘修改信号,TSM因子= 1.4’)轴紧网格在
将音频信号降低0.8倍。指定用于创建频域表示的窗口和重叠长度。
α= 0.8;audioOut = stretchAudio(年代,α,“窗口”,赢了,“OverlapLength”, ovrlp);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’)轴紧网格在
使用锁相提高保真度
缺省的TSM方法(声码器)允许您附加地应用锁相以提高原始音频的保真度。
读取音频信号。听音频信号,并绘制它的时间。
[audioIn, fs] = audioread (“SpeechDFT-16-8-mono-5secs.wav”);t = (0:size(audioIn,1)-1)/fs;情节(t, audioIn)包含(“时间(s)”) ylabel (“振幅”)标题(原始信号的)轴紧网格在
相位锁定向TSM添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,不启用锁相功能。对输入音频信号应用1.8的加速因子。听音频信号,并绘制它的时间。
α= 1.8;tic audioOut = stretchAudio(audioIn,alpha);processingTimeWithoutPhaseLocking = toc
processingTimeWithoutPhaseLocking = 0.0798
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,alpha = 1.8, LockPhase = false')轴紧网格在
对输入音频信号应用相同的1.8加速因子,这次启用锁相。听音频信号,并绘制它的时间。
audioOut = stretchAudio(audioIn,alpha,“LockPhase”,真正的);processingTimeWithPhaseLocking = toc
processingTimeWithPhaseLocking = 0.1154
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,alpha = 1.8, LockPhase = true')轴紧网格在
使用WSOLA Delta提高保真度
波形相似重叠添加(WSOLA) TSM方法使您可以指定最大的采样数量来搜索最佳的信号对齐。缺省情况下,WSOLA delta是分析窗口中的样本数量减去相邻分析窗口之间重叠的样本数量。增加WSOLA增量会增加计算负荷,但也可能增加保真度。
读取音频信号。听音频信号的前10秒。
[audioIn, fs] = audioread (“rockguitar - 16 - 96立体声- 72 secs.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。
α= 0.75;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。
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
audioIn
- - - - - -输入信号
列向量|矩阵|三维数组
输入信号,指定为列向量、矩阵或三维数组。函数如何解释audioIn
这取决于复杂性audioIn
它的价值方法
:
如果
audioIn
是真实的,audioIn
被解释为时域信号。在这种情况下,audioIn
必须是一个列向量或矩阵。列被解释为单独的通道。此语法适用于以下情况
方法
被设置为声码器的
或“wsola”
.如果
audioIn
是复杂的,audioIn
被解释为频域信号。在这种情况下,audioIn
必须是一个l——- - - - - -米——- - - - - -N数组,l为FFT长度,米是单个光谱的数量,和N是频道的数量。此语法仅适用于
方法
被设置为声码器的
.
数据类型:单
|双
复数的支持:万博1manbetx是的
α
- - - - - -TSM因素
积极的标量
TSM因子,指定为正标量。
数据类型:单
|双
名称-值参数
指定可选的逗号分隔对名称,值
参数。的名字
参数名是和吗价值
对应的值。的名字
必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家
.
“窗口”,kbdwin (512)
方法
- - - - - -用于时间刻度音频的方法
声码器的
(默认)|“wsola”
方法用于时间刻度音频,指定为逗号分隔对组成“方法”
和声码器的
或“wsola”
.集“方法”
来声码器的
要使用相位声码方法。集“方法”
来“wsola”
使用WSOLA方法。
如果“方法”
被设置为声码器的
,audioIn
可以是实数也可以是复数。如果“方法”
被设置为“wsola”
,audioIn
必须是真实的。
数据类型:单
|双
窗口
- - - - - -窗口应用于时域
√损害(1024年,“周期性”))
(默认)|真正的向量
窗口应用于时域,指定为逗号分隔的对,由“窗口”
一个实向量。向量的元素个数必须在[1,大小(
].向量中的元素数也必须大于audioIn
, 1)OverlapLength
.
请注意
如果使用stretchAudio
对于频域输入,必须指定窗口
与用于变换的窗口相同audioIn
到频域。
数据类型:单
|双
OverlapLength
- - - - - -相邻窗口之间重叠的样本数量
轮(0.75 *元素个数(窗口
))
(默认)|范围[0元素个数(窗口
)
)
窗口
))窗口
)相邻窗口之间重叠的样本数,指定为逗号分隔的对,由“OverlapLength”
取值范围为[0,元素个数(窗口)
).
请注意
如果使用stretchAudio
对于频域输入,必须指定OverlapLength
用相同的重叠长度进行变换audioIn
时频表示。
数据类型:单
|双
LockPhase
- - - - - -应用身份锁相
假
(默认)|真正的
WSOLADelta
- - - - - -用于搜索最佳信号对准的最大样本
元素个数(窗口
) - - -OverlapLength
(默认)|负的标量
窗口
) - - -OverlapLength
输出参数
audioOut
-时间刻度修改音频
列向量|矩阵
时间尺度的修改音频,以独立信道的列向量或矩阵返回。
算法
阶段声码器
WSOLA
WSOLA算法是一种基于时域的TSM算法[1][2].WSOLA是重叠和添加(OLA)算法的扩展。在OLA算法中,时域信号在区间η处加窗,其中η=元素个数(
.为了构造时间尺度的修正输出音频,窗口间隔为δ,其中δ≈η/α。其中,α为TSM因子窗口
) - - -OverlapLength
α
输入参数。
OLA算法在重建幅度谱方面做得很好,但会引入窗口间的相位跳跃。WSOLA算法试图通过搜索来平滑相位跳转WSOLADelta
样本在η区间的一个窗口,使相位跳跃最小化。该算法迭代搜索最佳窗口,使每个连续窗口相对于之前选择的窗口被选择。
如果WSOLADelta
被设置为0
,则算法化简为OLA。
参考文献
[1] Driedger, Johnathan和Meinard Müller。音乐信号的时标修正研究进展应用科学.2016年第2期第6卷。
[2] Driedger, Johnathan。“音乐音频信号的时间尺度修正算法”,硕士论文,萨尔兰大学,Saarbrücken,德国,2011。
扩展功能
C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。
GPU数组
使用并行计算工具箱™在图形处理单元(GPU)上运行加速代码。
使用gpuArray
(并行计算工具箱)输入的stretchAudio
此功能仅推荐用于具有7.0(“Volta”)或以上计算能力的GPU。其他硬件可能不会提供任何性能优势。查看GPU计算能力ComputeCompability
的输出中gpuDevice
(并行计算工具箱)函数。有关详细信息,请参见不同版本万博1manbetx的GPU支持(并行计算工具箱).
对于GPU在MATLAB中的使用概述®,请参阅在GPU上运行MATLAB函数(并行计算工具箱).
第一de MATLAB
我在MATLAB中找到了一个方法
Ejecute el comando introduciéndolo在MATLAB的comandos的ventana。Los navegadores web no admitted comandos de MATLAB。
你也可以从以下列表中选择一个网站:
如何获得最佳的网站性能
请选择中国网站(中文或英文),以获得最佳网站性能。MathWorks的其他国家站点并没有针对您所在位置的访问进行优化。