音频工具箱
设计和分析的演讲,声音和音频处理系统
音频工具箱™提供了音频处理,语音分析,和声学测量工具。它包括用于音频信号处理算法(如均衡和动态范围控制)和声学测量(诸如脉冲响应推定,八度滤波,和感知加权)。它还提供了用于音频和语音特征提取(如MFCC和间距)和音频信号的转换(如伽马通滤波器组和Mel-隔开谱图)的算法。
工具箱应用程序支持实时算法万博1manbetx测试,脉冲响应测量,和音频信号的标签。该工具箱提供流媒体接口,ASIO,WASAPI,ALSA,和CoreAudio的声卡和MIDI设备和工具生成和托管标准音频插件,如VST和音频单元。
随着音频工具箱,你可以导入,标签,并增强音频数据集,以及特征提取和转换信号,机器学习和深入学习。您可以通过流,同时调整参数低延迟的音频和可视化原型信号实时音频处理算法。您也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,像普通对象过程MATLAB®阵列。声卡连接使您能够运行在真实世界的音频信号和音响系统定制的测量。
开始:
连接到标准音频驱动程序
读写距离和声音卡音频样本(如USB或迅雷™)采用标准的音频驱动程序(如ASIO,WASAPI,CoreAudio的,和ALSA)跨Windows®、Mac®和Linux®操作系统。
音频和语音特征提取
提取的低级特征为语音和音频分析,包括梅尔频率倒谱系数(MFCC),伽马通倒频谱系数(GTCC),俯仰,谐和光谱描述符。饲料深度学习架构上的时间序列的工作,如基于LSTM层的。
时频转换
变换信号转换成使用改进的离散余弦变换(MDCT)的时间 - 频率表示,短时傅立叶变换(STFT),或更紧凑的梅尔频谱间隔。通过使用感知间隔频带在使用伽马通滤波器组分解的信号。饲料深学习模型对二维数据,如基于CNN层的工作。
标签和创建音频数据集
创建新的记录,并指定地面实况标签音频和语音数据集。使用语音到文本的云服务自动化的语音转录。
摄取大量的音频数据集
指数使用录音的大集合读audioDatastore
。根据标签随机分割音频文件列表。使用高数组并行处理任务,用于数据扩充、时频转换和特征提取。
用方框图系统仿真
使用Simulink的用于音频处理模块库设计和仿真系统模型万博1manbetx®。调谐参数和可视化系统行为使用交互式控件和动态图。
用于参数控制和消息交换的MIDI连接
利用MIDI控制曲面交互式地改变MATLAB算法的参数。通过发送和接收任何类型的MIDI消息来控制外部硬件或响应事件。
基于标准的计量和分析
应用声压级(SPL)米和响度米记录或实时信号。分析用八度和分数倍频程滤波器的信号。应用符合标准的A-,C-,或K-加权滤波器原始录音。
脉冲响应测量
测量脉冲,并与最大长度序列(MLS)的声学和音频系统的频率响应和指数扫频正弦曲线(ESS)。开始使用脉冲响应测量仪的应用程序。自动化测量通过以编程产生激励信号和估计系统的响应。
音频插件的代
直接从MATLAB代码生成VST和其他类型的音频插件,不需要手动设计用户界面。使用MATLAB Coder™,为更高级的插件原型设计生成现成的JUCE c++项目。
外部音频插件的主机
使用外部的VST和AU插件作为常规的MATLAB对象。更改插件参数,并通过编程处理MATLAB阵列。或者,将插件参数与用户界面和MIDI控件自动关联起来。主机插件从您的MATLAB代码生成,以提高执行效率。
低成本和移动设备
通过使用板载或外部多声道音频接口原型上树莓裨™音频处理设计。创建交互控制面板,用于Android移动应用®或iOS设备。
零延迟系统
原型音频处理设计与单样本输入和输出自适应噪声控制,助听器验证,或其他应用需要最小的双向DSP延迟。自动目标的Speedgoat音频机器和ST发现板直接从Simulink模型。万博1manbetx
AU插件生成
从macOS上的MATLAB audioPlugin对象生成音频单元(AU)插件
音频插件的自定义UI
自定义布局和UI控件的外观产生插件和用于parameterTuner在MATLAB
音频和语音特征提取
自动提取常用的音频和语音特征,同时共享公共计算
音频数据增强
使用通用和自定义特效组合的音频和语音录音自动生成修改版本
变调和一次拉伸
独立修改音频和语音记录的音高和时长
音频贴标自动化控制系统
使用语音检测和第三方语音到文本的转录服务,音频贴标应用中的语音录音的标签集合
看到发行说明对任何这些特征和对应的功能的详细说明。