Спектральный центроид для аудиосигналов и слуховых спектрограмм
Прочтите в аудио файла, вычислите центроид с помощью параметров по умолчанию, а затем постройте график результатов.
[audioIn,fs] = audioread('Counting-16-44p1-mono-15secs.wav'); centroid = spectralCentroid(audioIn,fs); t = linspace(0,size(audioIn,1)/fs,size(centroid,1)); plot(t,centroid) xlabel('Time (s)') ylabel('Centroid (Hz)')
Считайте аудио файла и затем буферизуйте сигнал в 30 мс систем координат с 20 мс перекрытия. Вычислите октавный спектр степени с помощью poctave функция.
[audioIn,fs] = audioread('Counting-16-44p1-mono-15secs.wav'); audioBuffered = buffer(audioIn,round(fs*0.03),round(fs*0.02),'nodelay'); [p,cf] = poctave(audioBuffered,fs);
Вычислите центроид октавного спектра степени с течением времени. Постройте график результатов.
centroid = spectralCentroid(p,cf); t = linspace(0,size(audioIn,1)/fs,size(centroid,1)); plot(t,centroid) xlabel('Time (s)') ylabel('Centroid (Hz)')
Чтение в аудио файла.
[audioIn,fs] = audioread('Counting-16-44p1-mono-15secs.wav');Вычислите центроид спектра степени с течением времени. Вычислите центроид для 50 мс Окон Хэмминга данных с перекрытием 25 мс. Используйте область значений от 62,5 Гц до fs/ 2 для вычисления центроида. Постройте график результатов.
centroid = spectralCentroid(audioIn,fs, ... 'Window',hamming(round(0.05*fs)), ... 'OverlapLength',round(0.025*fs), ... 'Range',[62.5,fs/2]); t = linspace(0,size(audioIn,1)/fs,size(centroid,1)); plot(t,centroid) xlabel('Time (s)') ylabel('Centroid (Hz)')
Создайте dsp.AudioFileReader объект для чтения в аудио данных кадр за кадром. Создайте dsp.SignalSink для логгирования вычисления спектрального центроида.
fileReader = dsp.AudioFileReader('Counting-16-44p1-mono-15secs.wav');
logger = dsp.SignalSink;В цикле аудиопотока:
Чтение в систему координат аудио данных.
Вычислите спектральный центроид для системы координат аудио.
Логгирование спектрального центроида для последующего графического изображения.
Чтобы вычислить спектральный центроид только для заданного входного кадра, задайте окно с таким же количеством выборок, как и вход, и установите длину перекрытия равного нуля.
Постройте график записанных данных.
while ~isDone(fileReader) audioIn = fileReader(); centroid = spectralCentroid(audioIn,fileReader.SampleRate, ... 'Window',hamming(size(audioIn,1)), ... 'OverlapLength',0); logger(centroid) end plot(logger.Buffer) ylabel('Centroid (Hz)')
Если вход в цикл аудиопотока имеет переменную samples-per-кадр, то несогласованные samples-per-кадр с размером окна анализа spectralCentroid, или если вы хотите вычислить спектральный центроид для перекрывающихся данных, используйте dsp.AsyncBuffer.
Создайте dsp.AsyncBuffer объект, сбросьте logger и отпустите средство чтения файлов.
buff = dsp.AsyncBuffer; reset(logger) release(fileReader)
Задайте, что спектральный центроид вычисляется для систем координат 50 мс с перекрытием 25 мс.
fs = fileReader.SampleRate; samplesPerFrame = round(fs*0.05); samplesOverlap = round(fs*0.025); samplesPerHop = samplesPerFrame - samplesOverlap; win = hamming(samplesPerFrame); while ~isDone(fileReader) audioIn = fileReader(); write(buff,audioIn); while buff.NumUnreadSamples >= samplesPerHop audioBuffered = read(buff,samplesPerFrame,samplesOverlap); centroid = spectralCentroid(audioBuffered,fs, ... 'Window',win, ... 'OverlapLength',0); logger(centroid) end end release(fileReader)
Постройте график записанных данных.
plot(logger.Buffer)
ylabel('Centroid (Hz)')
Спектральный центроид вычисляется как описано в [1]:
где
fk - частота в Гц, соответствующая k интервала.
sk - спектральное значение в k интервала.
b 1 и b 2 являются ленточными краями в интервалах, по которым можно вычислить спектральный центроид.
[1] Peeters, G. «A Large Set of Audio Features for Sound Description (Simility and Classification) in the CUIDADO Project». Технический отчет; IRCAM: Париж, Франция, 2004.