Загрузите и разархивируйте модель Audio Toolbox™ для CREPE.

Введите crepe в Командном окне. Если модель Audio Toolbox для CREPE не установлена, то функция обеспечивает ссылку на местоположение сетевых весов. Чтобы загрузить модель, щелкните по ссылке и разархивируйте файл к местоположению на пути MATLAB.

В качестве альтернативы выполните эти команды, чтобы загрузить и разархивировать модель CREPE к вашей временной директории.

downloadFolder = fullfile(tempdir,'crepeDownload');
loc = websave(downloadFolder,'https://ssd.mathworks.com/supportfiles/audio/crepe.zip');
crepeLocation = tempdir;
unzip(loc,crepeLocation)
addpath(fullfile(crepeLocation,'crepe'))

Проверяйте, что установка успешна путем ввода crepe в Командном окне. Если сеть установлена, то функция возвращает DAGNetwork Объект (Deep Learning Toolbox).

crepe

ans = 
  DAGNetwork with properties:

         Layers: [34×1 nnet.cnn.layer.Layer]
    Connections: [33×2 table]
     InputNames: {'input'}
    OutputNames: {'pitch'}

Сеть CREPE требует, чтобы вы предварительно обработали свои звуковые сигналы сгенерировать буферизованный, перекрытый, и нормировала аудио системы координат, которые могут использоваться в качестве входа к сети. Этот пример демонстрирует pitchnn функция, выполняющая все эти шаги для вас.

Читайте в звуковом сигнале для оценки тангажа. Визуализируйте и слушайте аудио. В аудиоклипе существует девять вокального произнесения.

[audioIn,fs] = audioread('SingingAMajor-16-mono-18secs.ogg');
soundsc(audioIn,fs)
T = 1/fs;
t = 0:T:(length(audioIn)*T) - T;
plot(t,audioIn);
grid on
axis tight
xlabel('Time (s)')
ylabel('Ampltiude')
title('Singing in A Major')

Используйте pitchnn функционируйте, чтобы произвести оценку тангажа с помощью сети CREPE с ModelCapacity установите на tiny и ConfidenceThreshold отключенный. Вызов pitchnn без выходных аргументов строит оценку тангажа в зависимости от времени. Если вы вызываете pitchnn прежде, чем загрузить модель, ошибка распечатана к Командному окну со ссылкой на загрузку.

pitchnn(audioIn,fs,'ModelCapacity','tiny','ConfidenceThreshold',0)

С отключенной пороговой обработкой доверия, pitchnn обеспечивает оценку тангажа для каждой системы координат. Увеличьте ConfidenceThreshold к 0.8.

pitchnn(audioIn,fs,'ModelCapacity','tiny','ConfidenceThreshold',0.8)

Вызовите pitchnn с ModelCapacity установите на full. Существует девять первичных группировок оценки тангажа, каждая группа, соответствующая с одним из девяти вокального произнесения.

pitchnn(audioIn,fs,'ModelCapacity','full','ConfidenceThreshold',0.8)

Вызовите spectrogram и сравните содержимое частоты сигнала с оценками тангажа от pitchnn. Используйте формат кадра 250 выборки и перекрытие 225 выборки или 90%. Используйте 4096 ДПФ указывает для преобразования.

spectrogram(audioIn,250,225,4096,fs,'yaxis')