音频工具箱™提供了音频处理,语音分析,和声学测量工具。它包括用于处理音频信号,如平衡和时间拉伸,估计声学信号度量诸如响度和清晰度,并提取音频特征,例如MFCC和音调算法。它还提供了先进的机器学习模型,包括i-载体,和预先训练深度学习网络,包括VGGish和绉。工具箱Apps支持实时算法万博1manbetx测试,脉冲响应测量和信号标签。该工具箱提供流媒体接口,ASIO™,CoreAudio的,和其他声卡;MIDI设备;以及用于生成和托管VST和音频单元插件工具。
随着音频工具箱,你可以导入,标签,并增强音频数据集,以及提取特征来训练机器学习和深刻的学习模式。提供的预先训练的模型可以应用于录音高层语义分析。
您可以在实时原型音频处理算法或运行通过低延迟的音频流,并从声卡定制声学测量。你可以把它变成一个音频插件,在外部主机的应用,如数字音频工作站运行验证算法。插件主机,您可以使用外部音频插件定期MATLAB®对象。
了解音频工具箱的基础知识
从设备录制和播放音频,读取和写入音频文件,生成波形
音频处理工具,算法设计和模块化,流处理
数据集管理,标记和扩增;分割和音频,语音特征提取和声学应用
声学,心理声学,房间脉冲响应,HRTF,SPL计量
实时原型设计和调试,MIDI,音频测试台
创建,发送和接收MIDI信息
VST和AU生成,测试,验证和托管
为台式计算机,移动设备和嵌入式目标生成独立应用程序