Считывание звукового сигнала. Прослушайте звуковой сигнал и постройте его график с течением 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)

Использовать stretchAudio для применения коэффициента ускорения 1,5. Прослушайте модифицированный аудиосигнал и постройте его график с течением времени. Частота дискретизации остается прежней, 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)

Замедление исходного звукового сигнала на 0,75 коэффициента. Прослушайте модифицированный аудиосигнал и постройте его график с течением времени. Частота дискретизации остается такой же, как и у исходного звука, 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 поддерживает TSM для аудио в частотной области при использовании метода вокодера по умолчанию. Применение TSM к звуку частотной области позволяет повторно использовать вычисления STFT для нескольких факторов TSM.

Считывание звукового сигнала. Прослушайте звуковой сигнал и постройте его график с течением 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

Преобразование звукового сигнала в частотную область.

win = sqrt(hann(256,'periodic'));
ovrlp = 192;
S = stft(audioIn,'Window',win,'OverlapLength',ovrlp,'Centered',false);

Ускорение звукового сигнала в 1,4 раза. Укажите длину окна и перекрытия, используемые для создания представления частотной области.

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

Замедлить звуковой сигнал в 0,8 раза. Укажите длину окна и перекрытия, используемые для создания представления частотной области.

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 дополнительно применить фазовую блокировку для повышения точности исходного звука.

Считывание звукового сигнала. Прослушайте звуковой сигнал и постройте его график с течением 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

Фазовая блокировка добавляет нетривиальную вычислительную нагрузку к TSM и не всегда требуется. По умолчанию фазовая блокировка отключена. Примените коэффициент ускорения 1.8 к входному звуковому сигналу. Прослушайте звуковой сигнал и постройте его график с течением 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 тот же коэффициент ускорения 1.8 к входному звуковому сигналу, на этот раз разрешив фазовую блокировку. Прослушайте звуковой сигнал и постройте его график с течением 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

Метод TSM (WSOLA) позволяет задать максимальное количество выборок для поиска наилучшего выравнивания сигнала. По умолчанию дельта WSOLA - это количество выборок в окне анализа минус количество выборок, перекрывающихся между соседними окнами анализа. Увеличение дельты WSOLA увеличивает вычислительную нагрузку, но также может повысить точность.

Считывание звукового сигнала. Прослушайте первые 10 секунд звукового сигнала.

[audioIn,fs] = audioread('RockGuitar-16-96-stereo-72secs.flac');

sound(audioIn(1:10*fs,:),fs)

Примените коэффициент TSM 0,75 к входному аудиосигналу с помощью метода WSOLA. Прослушайте первые 10 секунд результирующего звукового сигнала.

alpha = 0.75;
tic
audioOut = stretchAudio(audioIn,alpha,"Method","wsola");
processingTimeWithDefaultWSOLADelta = toc

processingTimeWithDefaultWSOLADelta = 19.4403

sound(audioOut(1:10*fs,:),fs)

Примените коэффициент TSM 0,75 к входному звуковому сигналу, на этот раз увеличив дельту WSOLA до 1024. Прослушайте первые 10 секунд результирующего звукового сигнала.

tic
audioOut = stretchAudio(audioIn,alpha,"Method","wsola","WSOLADelta",1024);
processingTimeWithIncreasedWSOLADelta = toc

processingTimeWithIncreasedWSOLADelta = 25.5306

sound(audioOut(1:10*fs,:),fs)