Начало работы с Audio Toolbox

Audio Toolbox™ обеспечивает инструменты для обработки аудиоданных, речевого анализа и акустического измерения. Это включает алгоритмы для обработки звукового сигнала (такие как эквализация и управление динамическим диапазоном) и акустическое измерение (такие как оценка импульсной характеристики, фильтрация октавы и перцепционное взвешивание). Это также предоставляет алгоритмы для аудио и речевого извлечения признаков (такие как MFCC и подача) и преобразование звукового сигнала (такие как набор фильтров gammatone и Mel-расположенная-с-интервалами спектрограмма).

Поддержка приложений тулбокса живое тестирование алгоритма, измерение импульсной характеристики и маркировка звукового сигнала. Тулбокс обеспечивает интерфейсы потоковой передачи к ASIO™, WASAPI, ALSA, и звуковым картам CoreAudio и MIDI-устройствам и инструментам для генерации и хостинга стандартных аудио плагинов, таких как VST и Аудиоустройства.

С Audio Toolbox можно импортировать, пометить, и увеличить наборы аудиоданных, а также извлечь функции и преобразовать сигналы для машинного обучения и глубокого обучения. Можно моделировать алгоритмы обработки аудиоданных в режиме реального времени путем потоковой передачи аудио низкой задержки при настройке параметров и визуализации сигналов. Можно также подтвердить алгоритм путем превращения его в аудио плагин, чтобы запуститься во внешних хост-приложениях, таких как Цифровые звуковые рабочие станции. Сменный хостинг позволяет вам использовать внешние аудио плагины как регулярные объекты обработать массивы MATLAB^®. Возможность соединения звуковой карты позволяет вам запустить пользовательские измерения на реальных звуковых сигналах и акустических системах.

Примеры

• Аудиовход и аудиовыход
  

  Считайте аудио из файла и запишите аудио динамикам.

• Процесс и анализирует передачу потокового аудио
  

  Создайте аудио испытательный стенд и примените обработку в режиме реального времени.

• Аудио в реальном времени в Simulink
  

  Создайте модель с помощью шаблонов Simulink^® и блоков для обработки аудиоданных.

• Классифицируйте звук Используя глубокое обучение
  

  Обучите, подтвердите и протестируйте простую долгую краткосрочную память (LSTM), чтобы классифицировать звуки.

• Спроектируйте аудио плагин
  

  Создайте простой аудио плагин в MATLAB и затем используйте его, чтобы сгенерировать плагин VST.

Об аудио плагинах

• Что такое ГАЛКИ, аудио плагины и MIDI-контроллеры?
  

  Узнайте о роли цифровых звуковых рабочих станций (ГАЛКИ), аудио плагины и контроллеры Цифрового интерфейса музыкальных инструментов (MIDI) в разработке алгоритмов обработки аудиоданных.

О глубоком обучении и машинном обучении для аудио

• Введение в глубокое обучение для аудиоприложений
  

  Изучите общие инструменты и рабочие процессы, чтобы применить глубокое обучение к аудиоприложениям.

Рекомендуемые примеры

Измерьте аудио задержку

Измерьте задержку аудио устройства. Пример использует audioLatencyMeasurementExampleApp, который в свою очередь использует audioPlayerRecorder наряду с тестовым сигналом и взаимной корреляцией, чтобы определить задержку. Чтобы избежать интерференции доступа к диску, тестовый сигнал загружается в dsp. Объект AsyncBuffer сначала и системы координат передаются потоком от того объекта до аудио устройства.

Открыть скрипт

Основанные на задержке звуковые эффекты

Спроектируйте и используйте три звуковых эффекта, которые основаны на различной задержке: отзовитесь эхом, хор и фленджер. Пример также показывает, как алгоритмы, разработанные в MATLAB, могут быть легко портированы к Simulink.

Открыть скрипт

Измерение звукового давления диапазонов частот октавы

Демонстрирует, как измерить уровни звукового давления диапазонов частот октавы. Пользовательский интерфейс (UI) позволяет вам экспериментировать с различными параметрами, в то время как измерение отображено.

Открытый пример

Видео

Что такое Audio Toolbox?
Спроектируйте и протестируйте системы обработки аудиоданных с Audio Toolbox.

Введение в глубокое обучение для аудиоприложений и речевых приложений
Создайте или поглотите наборы данных, извлеките функции и разработайте аудио и речевую аналитику с помощью Statistics and Machine Learning Toolbox, Deep Learning Toolbox или других инструментов машинного обучения.