spectralFlatness

Спектральная плоскость для звуковых сигналов и слуховых спектрограмм

свернуть все на странице

Синтаксис

flatness = spectralFlatness(x,f)
flatness = spectralFlatness(x,f,Name,Value)
[flatness,arithmeticMean,geometricMean] = spectralFlatness(___)

Описание

пример

flatness = spectralFlatness(x,f) возвращает спектральную плоскость сигнала, x, в зависимости от времени. То, как функция интерпретирует x, зависит от формы f.

пример

flatness = spectralFlatness(x,f,Name,Value) задает опции с помощью одного или нескольких аргументов пары Name,Value.

[flatness,arithmeticMean,geometricMean] = spectralFlatness(___) возвращает спектральное среднее арифметическое и спектральное среднее геометрическое.

Примеры

свернуть все

Открыть скрипт

Читайте в звуковом файле, вычислите плоскость с помощью параметров по умолчанию, и затем постройте результаты.

[audioIn,fs] = audioread('Counting-16-44p1-mono-15secs.wav');
flatness = spectralFlatness(audioIn,fs);

t = linspace(0,size(audioIn,1)/fs,size(flatness,1));
plot(t,flatness)
xlabel('Time (s)')
ylabel('Flatness')

Открыть скрипт

Читайте в звуковом файле и затем вычислите mel спектрограмму с помощью функции melSpectrogram.

[audioIn,fs] = audioread('Counting-16-44p1-mono-15secs.wav');
[s,cf,t] = melSpectrogram(audioIn,fs);

Вычислите плоскость mel спектрограммы в зависимости от времени. Постройте график результатов.

flatness = spectralFlatness(s,cf);

plot(t,flatness)
xlabel('Time (s)')
ylabel('Flatness')

Открыть скрипт

Читайте в звуковом файле.

[audioIn,fs] = audioread('Counting-16-44p1-mono-15secs.wav');

Вычислите плоскость спектра мощности в зависимости от времени. Вычислите плоскость для Окон Хэмминга на 50 мс данных с перекрытием на 25 мс. Используйте диапазон от 62,5 Гц до fs/2 для вычисления плоскости. Постройте график результатов.

flatness = spectralFlatness(audioIn,fs, ...
                            'Window',hamming(round(0.05*fs)), ...
                            'OverlapLength',round(0.025*fs), ...
                            'Range',[62.5,fs/2]);

t = linspace(0,size(audioIn,1)/fs,size(flatness,1));
plot(t,flatness)
xlabel('Time (s)')
ylabel('Flatness')

Открыть скрипт

Создайте объект dsp.AudioFileReader читать в покадровых аудиоданных. Создайте dsp.SignalSink, чтобы регистрировать спектральное вычисление плоскости.

fileReader = dsp.AudioFileReader('Counting-16-44p1-mono-15secs.wav');
logger = dsp.SignalSink;

В цикле аудиопотока:

  1. Читайте в кадре аудиоданных.

  2. Вычислите спектральную плоскость для кадра аудио.

  3. Регистрируйте спектральную плоскость для более позднего графического вывода.

Чтобы вычислить спектральную плоскость только для данного входного кадра, задайте окно с тем же количеством выборок как вход и обнулите длину перекрытия. Постройте записанные данные.

win = hamming(fileReader.SamplesPerFrame);
while ~isDone(fileReader)
    audioIn = fileReader();
    flatness = spectralFlatness(audioIn,fileReader.SampleRate, ...
                               'Window',win, ...
                               'OverlapLength',0);
    logger(flatness)
end

plot(logger.Buffer)
ylabel('Flatness')

Используйте dsp.AsyncBuffer если

  • Вход к вашему циклу аудиопотока имеет переменные выборки на кадр.

  • Вход к вашему циклу аудиопотока имеет противоречивые выборки на кадр с аналитическим окном spectralFlatness.

  • Вы хотите вычислить спектральную плоскость для перекрытых данных.

Создайте объект dsp.AsyncBuffer, сбросьте регистратор и выпустите средство чтения файлов.

buff = dsp.AsyncBuffer;
reset(logger)
release(fileReader)

Укажите, что спектральная плоскость вычисляется для кадров на 50 мс с перекрытием на 25 мс.

fs = fileReader.SampleRate;

samplesPerFrame = round(fs*0.05);
samplesOverlap = round(fs*0.025);

samplesPerHop = samplesPerFrame - samplesOverlap;

win = hamming(samplesPerFrame);

while ~isDone(fileReader)
    audioIn = fileReader();
    write(buff,audioIn);

    while buff.NumUnreadSamples >= samplesPerHop
        audioBuffered = read(buff,samplesPerFrame,samplesOverlap);

        flatness = spectralFlatness(audioBuffered,fs, ...
                                   'Window',win, ...
                                   'OverlapLength',0);
        logger(flatness)
    end

end
release(fileReader)

Постройте записанные данные.

plot(logger.Buffer)
ylabel('Flatness')

Входные параметры

свернуть все

Входной сигнал, заданный как вектор, матрица или трехмерный массив. То, как функция интерпретирует x, зависит от формы f.

Типы данных: single | double

Частота дискретизации или вектор частоты в Гц, заданном как скаляр или вектор, соответственно. То, как функция интерпретирует x, зависит от формы f:

  • Если f является скаляром, x интерпретирован как сигнал временного интервала, и f интерпретирован как частота дискретизации. В этом случае x должен быть вектором действительных чисел или матрицей. Если x задан как матрица, столбцы интерпретированы, когда человек образовывает канал.

  • Если f является вектором, x интерпретирован как сигнал частотного диапазона, и f интерпретирован как частоты, в Гц, соответствуя строкам x. В этом случае x должен быть действительный L-by-M-by-N массив, где L является количеством спектральных значений на данных частотах f, M является количеством отдельных спектров, и N является количеством каналов.

  • Количество строк x, L, должно быть равно числу элементов f.

Типы данных: single | double

Аргументы в виде пар имя-значение

Укажите необязательные аргументы в виде пар ""имя, значение"", разделенных запятыми. Имя (Name) — это имя аргумента, а значение (Value) — соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: 'Window',hamming(256)

Примечание

Следующие аргументы пары "имя-значение" применяются, если x является сигналом временного интервала. Если x является сигналом частотного диапазона, аргументы пары "имя-значение" проигнорированы.

Окно применяется во временном интервале, заданном как пара, разделенная запятой, состоящая из 'Window' и вектора действительных чисел. Число элементов в векторе должно быть в области значений [1, size(x,1)]. Число элементов в векторе должно также быть больше, чем OverlapLength.

Типы данных: single | double

Количество выборок перекрывается между смежными окнами, заданными как пара, разделенная запятой, состоящая из 'OverlapLength' и целого числа в области значений [0, size(Window,1)).

Типы данных: single | double

Количество интервалов раньше вычисляло ДПФ оконных входных выборок, заданных как пара, разделенная запятой, состоящая из 'FFTLength' и положительного скалярного целого числа. Если незаданный, значения по умолчанию FFTLength к числу элементов в Window.

Типы данных: single | double

Частотный диапазон в Гц, заданном как пара, разделенная запятой, состоящая из 'Range' и двухэлементный вектор - строка из увеличения действительных значений в области значений [0, f/2].

Типы данных: single | double

Тип спектра, заданный как пара, разделенная запятой, состоящая из 'SpectrumType' и 'power' или 'magnitude':

  • 'power' – Спектральная плоскость вычисляется для одностороннего спектра мощности.

  • 'magnitude' – Спектральная плоскость вычисляется для одностороннего спектра значения.

Типы данных: char | string

Выходные аргументы

свернуть все

Спектральная плоскость, возвращенная как скаляр, вектор или матрица. Каждая строка flatness соответствует спектральной плоскости окна x. Каждый столбец flatness соответствует независимому каналу.

Спектральное среднее арифметическое, возвращенное как скаляр, вектор или матрица. Каждая строка arithmeticMean соответствует среднему арифметическому спектра окна x. Каждый столбец arithmeticMean соответствует независимому каналу.

Спектральное среднее геометрическое, возвращенное как скаляр, вектор или матрица. Каждая строка geometricMean соответствует геометрическому среднему значению спектра окна x. Каждый столбец geometricMean соответствует независимому каналу.

Алгоритмы

Спектральная плоскость вычисляется, как описано в [1]:

плоскость=(∏k=b1b2sk)1b2−b11b2−b1∑k=b1b2sk

где

  • sk является спектральным значением в интервале k.

  • b 1 и b 2 является ребрами полосы в интервалах, по которым можно вычислить спектральное распространение.

Ссылки

[1] Джонстон, J.d. "Преобразуйте Кодирование Звуковых сигналов Используя Перцепционные Шумовые Критерии". Журнал IEEE на Выбранных областях в Коммуникациях. Издание 6, Номер 2, 1988, стр 314–323.

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Смотрите также

Темы

Введенный в R2019a

Документация Audio Toolbox
Поддержка
Для просмотра документации необходимо авторизоваться на сайте