Начало работы с Audio Toolbox

Audio Toolbox™ обеспечивает инструменты для обработки аудиоданных, речевого анализа и акустического измерения. Это включает алгоритмы для обработки звуковых сигналов, таких как эквализация и время, простираясь, оценивая акустические метрики сигнала, такие как громкость и резкость, и извлекая функции аудио, такие как MFCC и тангаж. Это также предоставляет усовершенствованные модели машинного обучения, включая i-векторы и предварительно обученные нейронные сети для глубокого обучения, включая VGGish и CREPE. Поддержка приложений тулбокса живое тестирование алгоритма, измерение импульсной характеристики и маркировка сигнала. Тулбокс обеспечивает интерфейсы потоковой передачи к ASIO™, CoreAudio и другим звуковым картам; MIDI-устройства; и инструменты для генерации и хостинга VST и плагинов Аудиоустройств.

С Audio Toolbox можно импортировать, пометить, и увеличить наборы аудиоданных, а также извлечь функции, чтобы обучить модели глубокого обучения и машинное обучение. Предварительно обученные предоставленные модели могут быть применены к аудиозаписям для высокоуровневого семантического анализа.

Можно моделировать алгоритмы обработки аудиоданных в режиме реального времени или запустить пользовательские акустические измерения путем потоковой передачи аудио низкой задержки к и со звуковых карт. Можно 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 в качестве регулярных объектов MATLAB^®.

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.

• Передача обучения с предварительно обученными аудио сетями
  

  Используйте передачу обучения, чтобы переобучить YAMNet, предварительно обученную сверточную нейронную сеть (CNN), чтобы классифицировать новый набор звуковых сигналов.

• 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.AsyncBuffer object 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.

Скрипт Open Live Script

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.