Растяните аудио во времени
Читайте в звуковом сигнале. Слушайте звуковой сигнал и стройте его в зависимости от времени.
[audioIn,fs] = audioread("Counting-16-44p1-mono-15secs.wav"); t = (0:size(audioIn,1)-1)/fs; plot(t,audioIn) xlabel('Time (s)') ylabel('Amplitude') title('Original Signal') axis tight grid on
sound(audioIn,fs)
Используйте stretchAudio
применять 1,5 фактора ускорения. Слушайте модифицированный звуковой сигнал и стройте его в зависимости от времени. Частота дискретизации остается то же самое, но длительность сигнала уменьшилась.
audioOut = stretchAudio(audioIn,1.5); t = (0:size(audioOut,1)-1)/fs; plot(t,audioOut) xlabel('Time (s)') ylabel('Amplitude') title('Modified Signal, Speedup Factor = 1.5') axis tight grid on
sound(audioOut,fs)
Замедлите исходный звуковой сигнал 0,75 факторами. Слушайте модифицированный звуковой сигнал и стройте его в зависимости от времени. Частота дискретизации остается то же самое как исходное аудио, но длительность сигнала увеличилась.
audioOut = stretchAudio(audioIn,0.75); t = (0:size(audioOut,1)-1)/fs; plot(t,audioOut) xlabel('Time (s)') ylabel('Amplitude') title('Modified Signal, Speedup Factor = 0.75') axis tight grid on
sound(audioOut,fs)
stretchAudio
поддержки TSM на аудио частотного диапазона при использовании метода вокодера по умолчанию. Применение TSM к аудио частотного диапазона позволяет вам снова использовать свой расчет STFT для нескольких факторов TSM.
Читайте в звуковом сигнале. Слушайте звуковой сигнал и стройте его в зависимости от времени.
[audioIn,fs] = audioread('FemaleSpeech-16-8-mono-3secs.wav'); sound(audioIn,fs) t = (0:size(audioIn,1)-1)/fs; plot(t,audioIn) xlabel('Time (s)') ylabel('Amplitude') title('Original Signal') axis tight grid on
Преобразуйте звуковой сигнал в частотный диапазон.
win = sqrt(hann(256,'periodic')); ovrlp = 192; S = stft(audioIn,'Window',win,'OverlapLength',ovrlp,'Centered',false);
Ускорьте звуковой сигнал фактором 1,4. Задайте окно, и длина перекрытия раньше создавала представление частотного диапазона.
alpha = 1.4; audioOut = stretchAudio(S,alpha,'Window',win,'OverlapLength',ovrlp); sound(audioOut,fs) t = (0:size(audioOut,1)-1)/fs; plot(t,audioOut) xlabel('Time (s)') ylabel('Amplitude') title('Modified Signal, TSM Factor = 1.4') axis tight grid on
Замедлите звуковой сигнал фактором 0,8. Задайте окно, и длина перекрытия раньше создавала представление частотного диапазона.
alpha = 0.8; audioOut = stretchAudio(S,alpha,'Window',win,'OverlapLength',ovrlp); sound(audioOut,fs) t = (0:size(audioOut,1)-1)/fs; plot(t,audioOut) xlabel('Time (s)') ylabel('Amplitude') title('Modified Signal, TSM Factor = 0.8') axis tight grid on
Метод TSM по умолчанию (вокодер) позволяет вам дополнительно применить блокировку фазы, чтобы увеличить точность исходному аудио.
Читайте в звуковом сигнале. Слушайте звуковой сигнал и стройте его в зависимости от времени.
[audioIn,fs] = audioread("SpeechDFT-16-8-mono-5secs.wav"); sound(audioIn,fs) t = (0:size(audioIn,1)-1)/fs; plot(t,audioIn) xlabel('Time (s)') ylabel('Amplitude') title('Original Signal') axis tight grid on
Блокировка фазы добавляет нетривиальную вычислительную загрузку в TSM и не всегда требуется. По умолчанию блокировка фазы отключена. Примените фактор ускорения 1,8 к входному звуковому сигналу. Слушайте звуковой сигнал и стройте его в зависимости от времени.
alpha = 1.8; tic audioOut = stretchAudio(audioIn,alpha); processingTimeWithoutPhaseLocking = toc
processingTimeWithoutPhaseLocking = 0.0798
sound(audioOut,fs) t = (0:size(audioOut,1)-1)/fs; plot(t,audioOut) xlabel('Time (s)') ylabel('Amplitude') title('Modified Signal, alpha = 1.8, LockPhase = false') axis tight grid on
Примените те же 1,8 фактора ускорения к входному звуковому сигналу, на этот раз включив блокировку фазы. Слушайте звуковой сигнал и стройте его в зависимости от времени.
tic
audioOut = stretchAudio(audioIn,alpha,"LockPhase",true);
processingTimeWithPhaseLocking = toc
processingTimeWithPhaseLocking = 0.1154
sound(audioOut,fs) t = (0:size(audioOut,1)-1)/fs; plot(t,audioOut) xlabel('Time (s)') ylabel('Amplitude') title('Modified Signal, alpha = 1.8, LockPhase = true') axis tight grid on
Перекрытие подобия формы волны - добавляет (WSOLA) TSM, метод позволяет вам задать максимальное количество выборок, чтобы искать лучшее выравнивание сигнала. По умолчанию дельта WSOLA является количеством выборок в аналитическом окне минус количество выборок, перекрытых между смежными аналитическими окнами. Увеличение дельты WSOLA увеличивает вычислительную загрузку, но может также увеличить точность.
Читайте в звуковом сигнале. Слушайте первые 10 секунд звукового сигнала.
[audioIn,fs] = audioread('RockGuitar-16-96-stereo-72secs.flac');
sound(audioIn(1:10*fs,:),fs)
Примените фактор TSM 0,75 к входному звуковому сигналу с помощью метода WSOLA. Слушайте первые 10 секунд получившегося звукового сигнала.
alpha = 0.75; tic audioOut = stretchAudio(audioIn,alpha,"Method","wsola"); processingTimeWithDefaultWSOLADelta = toc
processingTimeWithDefaultWSOLADelta = 19.4403
sound(audioOut(1:10*fs,:),fs)
Примените фактор TSM 0,75 к входному звуковому сигналу, на этот раз увеличив дельту WSOLA до 1 024. Слушайте первые 10 секунд получившегося звукового сигнала.
tic audioOut = stretchAudio(audioIn,alpha,"Method","wsola","WSOLADelta",1024); processingTimeWithIncreasedWSOLADelta = toc
processingTimeWithIncreasedWSOLADelta = 25.5306
sound(audioOut(1:10*fs,:),fs)
audioIn
— Входной сигналВходной сигнал, заданный как вектор-столбец, матрица или трехмерный массив. Как функция интерпретирует audioIn
зависит от сложности audioIn
и значение Method
:
Если audioIn
действительно, audioIn
интерпретирован как сигнал временной области. В этом случае, audioIn
должен быть вектор-столбец или матрица. Столбцы интерпретированы, когда индивидуум образовывает канал.
Этот синтаксис применяется когда Method
установлен в 'vocoder'
или 'wsola'
.
Если audioIn
является комплексным, audioIn
интерпретирован как сигнал частотного диапазона. В этом случае, audioIn
должен быть L-by-M-by-N массив, где L является длиной БПФ, M является количеством отдельных спектров, и N является количеством каналов.
Этот синтаксис только применяется когда Method
установлен в 'vocoder'
.
Типы данных: single
| double
Поддержка комплексного числа: Да
alpha
— Фактор TSMФактор TSM, заданный как положительная скалярная величина.
Типы данных: single
| double
Задайте дополнительные разделенные запятой пары Name,Value
аргументы. Name
имя аргумента и 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
.
'Window',kbdwin(512)
'Method'
— Метод используется к аудио масштаба времени'vocoder'
(значение по умолчанию) | 'wsola'
Метод используется к аудио масштаба времени, заданному как разделенная запятой пара, состоящая из 'Method'
и 'vocoder'
или 'wsola'
. Установите 'Method'
к 'vocoder'
использовать метод вокодера фазы. Установите 'Method'
к 'wsola'
использовать метод WSOLA.
Если 'Method'
установлен в 'vocoder'
, audioIn
может быть действительным или комплексным. Если 'Method'
установлен в 'wsola'
, audioIn
mustBeReal.
Типы данных: single
| double
'Window'
— Окно применяется во временном интервалеsqrt(hann(1024,'periodic'))
(значение по умолчанию) | вектор действительных чиселОкно применяется во временном интервале, заданном как разделенная запятой пара, состоящая из 'Window'
и вектор действительных чисел. Число элементов в векторе должно быть в области значений [1, размер (
]. Число элементов в векторе должно также быть больше audioIn
,1)OverlapLength
.
При использовании stretchAudio
с входом частотного диапазона необходимо задать Window
когда то же окно раньше преобразовывало audioIn
к частотному диапазону.
Типы данных: single
| double
'OverlapLength'
— Количество выборок перекрывается между смежными окнамивокруг (0.75*numel (Window
))
(значение по умолчанию) | скаляр в области значений [0 numel (Window
)
)Количество выборок перекрывается между смежными окнами, заданными как разделенная запятой пара, состоящая из 'OverlapLength'
и целое число в области значений [0, numel(Window)
).
При использовании stretchAudio
с входом частотного диапазона необходимо задать OverlapLength
когда та же длина перекрытия раньше преобразовывала audioIn
к представлению частоты времени.
Типы данных: single
| double
'LockPhase'
— Примените единичную блокировку фазыfalse
(значение по умолчанию) | true
Примените единичную блокировку фазы, заданную как разделенная запятой пара, состоящая из 'LockPhase'
и false
или true
.
Чтобы включить этот аргумент пары "имя-значение", установите Method
к 'vocoder'
.
Типы данных: логический
'WSOLADelta'
— Максимальные выборки раньше искали лучшее выравнивание сигналаnumel (Window
)-OverlapLength
(значение по умолчанию) | неотрицательный скалярМаксимальное количество выборок раньше искало лучшее выравнивание сигнала, заданное как разделенная запятой пара, состоящая из 'WSOLADelta'
и неотрицательный скаляр.
Чтобы включить этот аргумент пары "имя-значение", установите Method
к 'wsola'
.
Типы данных: single
| double
audioOut
— Масштаб времени изменил аудиоМасштаб времени, измененный аудио, возвратился как вектор-столбец или матрица независимых каналов.
Алгоритм вокодера фазы является подходом частотного диапазона к TSM [1][2]. Основные шаги алгоритма вокодера фазы:
Окна алгоритма сигнал временной области в интервале η, где η = numel (
. Окна затем преобразованы в частотный диапазон.Window
) - OverlapLength
Чтобы сохранить горизонталь (через время) когерентность фазы, алгоритм обрабатывает каждый интервал как независимую синусоиду, фаза которой вычисляется путем накопления оценок ее мгновенной частоты.
Чтобы сохранить вертикальный (через отдельный спектр) когерентность фазы, алгоритм блокирует усовершенствование фазы групп интервалов к усовершенствованию фазы локального peaks. Этот шаг только применяется если LockPhase
установлен в true
.
Алгоритм возвращает модифицированную спектрограмму во временной интервал, с окнами, расположенными с интервалами с промежутками в δ, где δ ≈ η/α. α является фактором ускорения, заданным alpha
входной параметр.
Алгоритм WSOLA является подходом временного интервала к TSM [1][2]. WSOLA является расширением перекрытия, и добавьте алгоритм (OLA). В алгоритме OLA сигнал временной области является оконным в интервале η, где η = numel (
. Создать масштаб времени изменило выходное аудио, окна расположены с интервалами в интервале δ, где δ ≈ η/α. α является фактором TSM, заданным Window
) - OverlapLength
alpha
входной параметр.
Алгоритм OLA делает хорошее задание воссоздания спектров величины, но может ввести скачки фазы между окнами. Алгоритм WSOLA пытается сглаживать скачки фазы путем поиска WSOLADelta
производят вокруг η интервала для окна, которое минимизирует скачки фазы. Алгоритм ищет лучшее окно итеративно, так, чтобы каждое последовательное окно было выбрано относительно ранее выбранного окна.
Если WSOLADelta
установлен в 0
, затем алгоритм уменьшает до OLA.
[1] Driedger, Джонатан и Майнард Мюллер. "Анализ модификации масштаба времени музыкальных сигналов". Прикладные науки. Издание 6, выпуск 2, 2016.
[2] Driedger, Джонатан. "Алгоритмы Модификации масштаба времени для Музыкальных Звуковых сигналов", Магистерская диссертация, Саарландский университет, Саарбрюккен, Германия, 2011.
audioDataAugmenter
| audioTimeScaler
| reverberator
| shiftPitch
У вас есть модифицированная версия этого примера. Вы хотите открыть этот пример со своими редактированиями?
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.