shiftPitch

Переключите аудио тангаж

Синтаксис

audioOut = shiftPitch(audioIn,nsemitones)

audioOut = shiftPitch(audioIn,nsemitones,Name,Value)

Описание

audioOut = shiftPitch(audioIn,nsemitones) переключает тангаж аудиовхода конкретным количеством полутонов, nsemitones.

пример

audioOut = shiftPitch(audioIn,nsemitones,Name,Value) задает опции с помощью одного или нескольких Name,Value парные аргументы.

Примеры

свернуть все

Примените сдвиг тангажа к аудио временного интервала

Скрипт Open Live Script

Читайте в звуковом файле и слушайте его.

[audioIn,fs] = audioread('Counting-16-44p1-mono-15secs.wav');
sound(audioIn,fs)

Увеличьте тангаж на 3 полутона и слушайте результат.

nsemitones = 3;
audioOut = shiftPitch(audioIn,nsemitones);
sound(audioOut,fs)

Уменьшите тангаж исходного аудио на 3 полутона и слушайте результат.

nsemitones = -3;
audioOut = shiftPitch(audioIn,nsemitones);
sound(audioOut,fs)

Примените сдвиг тангажа к аудио частотного диапазона

Скрипт Open Live Script

Читайте в звуковом файле и слушайте его.

[audioIn,fs] = audioread("SpeechDFT-16-8-mono-5secs.wav");
sound(audioIn,fs)

Преобразуйте звуковой сигнал в представление частоты времени с помощью stft. Используйте kbdwin с 512 точками с 75%-м перекрытием.

win = kbdwin(512);
overlapLength = 0.75*numel(win);

S = stft(audioIn, ...
    "Window",win, ...
    "OverlapLength",overlapLength, ...
    "Centered",false);

Увеличьте тангаж на 8 полутонов и слушайте результат. Задайте окно и длину перекрытия, вы использовались для расчета STFT.

nsemitones = 8;
lockPhase = false;
audioOut = shiftPitch (S, nsemitones, ...
                     "Window", победите, ...
                     "OverlapLength", overlapLength, ...
                     "LockPhase", lockPhase);

звук (audioOut, фс)

Уменьшите тангаж исходного аудио на 8 полутонов и слушайте результат. Задайте окно и длину перекрытия, вы использовались для расчета STFT.

nsemitones = -8;
lockPhase = false;
audioOut = shiftPitch (S, nsemitones, ...
                     "Window", победите, ...
                     "OverlapLength", overlapLength, ...
                     "LockPhase", lockPhase);

звук (audioOut, фс)

Увеличьте точность Используя блокировку фазы

Скрипт Open Live Script

Читайте в звуковом файле и слушайте его.

[audioIn,fs] = audioread('FemaleSpeech-16-8-mono-3secs.wav');
sound(audioIn,fs)

Увеличьте тангаж на 6 полутонов и слушайте результат.

nsemitones = 6;
lockPhase = false;
audioOut = shiftPitch(audioIn,nsemitones, ...
                     'LockPhase',lockPhase);
sound(audioOut,fs)

Чтобы увеличить точность, установите LockPhase к true. Примените перемену тангажа и слушайте результаты.

lockPhase = true;
audioOut = shiftPitch(audioIn,nsemitones, ...
                     'LockPhase',lockPhase);
sound(audioOut,fs)

Увеличьте точность Используя сохранение форманты

Скрипт Open Live Script

Читайте за первые 11,5 секунд звукового файла и слушайте его.

[audioIn,fs] = audioread('Rainbow-16-8-mono-114secs.wav',[1,8e3*11.5]);
sound(audioIn,fs)

Увеличьте тангаж на 4 полутона и примените блокировку фазы. Слушайте результаты. Получившееся аудио оказывает "влияние бурундука", которое звучит неестественным.

nsemitones = 4;
lockPhase = true;
audioOut = shiftPitch (audioIn, nsemitones, ...
    "LockPhase", lockPhase);

звук (audioOut, фс)

Чтобы увеличить точность, установите PreserveFormants к true. Используйте значение по умолчанию cepstral порядок 30. Слушайте результат.

cepstralOrder = 30;
audioOut = shiftPitch (audioIn, nsemitones, ...
    "LockPhase", lockPhase, ...
    "PreserveFormants"TRUE, ...
    "CepstralOrder", cepstralOrder);

звук (audioOut, фс)

Входные параметры

свернуть все

`audioIn` — Входной сигнал
вектор-столбец | матрица | трехмерный массив

Входной сигнал в виде вектор-столбца, матрицы или трехмерного массива. Как функция интерпретирует audioIn зависит от сложности audioIn:

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.
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.

Типы данных: single | double
Поддержка комплексного числа: Да

`nsemitones` — Количество полутонов, чтобы переключить аудио
действительный скаляр

Количество полутонов, чтобы переключить аудио в виде действительного скаляра.

Область значений nsemitones зависит от длины окна (numel (Window)) и длина перекрытия (OverlapLength):

- 12*log2 (numel (Window)-OverlapLength) ≤ nsemitones ≤-12*log2 ((numel (Window)-OverlapLength)/numel (Window))

Типы данных: single | double

Аргументы name-value

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.

Пример: 'Window',kbdwin(512)

`Window` — Окно применяется во временном интервале
`sqrt(hann(1024,'periodic'))` (значение по умолчанию) | вектор действительных чисел

Окно, примененное во временном интервале в виде разделенной запятой пары, состоящей из 'Window' и вектор действительных чисел. Число элементов в векторе должно быть в области значений [1, размер (audioIn,1)]. Число элементов в векторе должно также быть больше OverlapLength.

Примечание

При использовании shiftPitch с входом частотного диапазона необходимо задать Window когда то же окно раньше преобразовывало audioIn к частотному диапазону.

Типы данных: single | double

`OverlapLength` — Количество отсчетов перекрывается между смежными окнами
`вокруг (0.75*numel (Window))` (значение по умолчанию) | скаляр в области значений [0, `numel (Window)`)

Количество отсчетов, перекрытое между смежными окнами в виде разделенной запятой пары, состоящей из 'OverlapLength' и целое число в области значений [0, numel(Window)).

Примечание

При использовании shiftPitch 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 фазы
`false` (значение по умолчанию) | `true`

Примените единичную блокировку фазы в виде разделенной запятой пары, состоящей из 'LockPhase' и false или true.

Типы данных: логический

`PreserveFormants` — Сохраните форманты
`false` (значение по умолчанию) | `true`

Форманты консервов в виде разделенной запятой пары, состоящей из 'PreserveFormants' и true или false. Сохранение форманты предпринято с помощью спектральной оценки конверта с кепстральным анализом.

Типы данных: логический

`CepstralOrder` — Порядок Cepstral используется для сохранения форманты
30 (значений по умолчанию) | неотрицательное целое число

Порядок Cepstral, используемый для сохранения форманты в виде разделенной запятой пары, состоящей из 'CepstralOrder' и неотрицательное целое число.

Зависимости

Чтобы включить этот аргумент пары "имя-значение", установите PreserveFormants к true.

Типы данных: single | double

Выходные аргументы

свернуть все

`audioOut` — Переключенное тангажом аудио
вектор-столбец | матрица

Переключенное тангажом аудио, возвращенное как вектор-столбец или матрица независимых каналов.

Алгоритмы

свернуть все

Применять перемену тангажа, shiftPitch изменяет масштаб времени аудио с помощью вокодера фазы и затем передискретизирует модифицированное аудио. Алгоритм модификации масштаба времени основан [1] и [2] и реализован как в stretchAudio.

После модификации масштаба времени, shiftPitch выполняет преобразование частоты дискретизации с помощью коэффициента интерполяции, равного аналитической длине транзитного участка и фактору децимации, равному длине транзитного участка синтеза. Факторы интерполяции и децимации этапа передискретизации выбраны можно следующим образом: аналитическая длина транзитного участка определяется как analysisHopLength = numel (Window)-OverlapLength. shiftPitch функция принимает, что существует 12 полутонов в октаве, таким образом, фактором ускорения, используемым, чтобы расширить аудио, является speedupFactor = 2^ (-nsemitones/12). Фактор ускорения и аналитическая длина транзитного участка определяют длину транзитного участка синтеза для модификации масштаба времени как synthesisHopLength = round((1/SpeedupFactor)*analysisHopLength).

Достижимый сдвиг тангажа определяется длиной окна (numel (Window)) и OverlapLength. Чтобы видеть отношение, обратите внимание, что уравнение для фактора ускорения может быть переписано как: nsemitones =-12*log2 (speedupFactor), и уравнение для длины транзитного участка синтеза может быть переписано как speedupFactor = analysisHopLengh/synthesisHopLength. Используя простую замену, nsemitones = -12*log2(analysisHopLength/synthesisHopLength). Практическая область значений длины транзитного участка синтеза [1, numel (Window)]. Область значений достижимых сдвигов тангажа:

Количество Max полутонов понижено:-12*log2 (numel (Window)-OverlapLength)
Количество Max полутонов повысило:-12*log2 ((numel (Window)-OverlapLength)/numel (Window))

Сохранение форманты

Сделайте подачу перемена может изменить спектральный конверт переключенного тангажом сигнала. Чтобы уменьшить этот эффект, можно установить PreserveFormants к true. Если PreserveFormants установлен в true, алгоритм пытается оценить спектральный конверт с помощью итеративной процедуры в cepstral области, как описано в [3] и [4]. И для исходного спектра, X, и для переключенного тангажом спектра, Y, алгоритм оценивает спектральный конверт можно следующим образом.

Для первой итерации EnvX установлен в X. Затем алгоритм повторяет эти два шага в цикле:

Lowpass фильтрует cepstral представление EnvX, чтобы получить новую оценку, EnvX _b. CepstralOrder параметр управляет quefrency полосой пропускания.
Чтобы обновить текущую лучшую подгонку, алгоритм берет поэлементно максимум текущей спектральной оценки конверта и предыдущей спектральной оценки конверта:

$E n v X_{a} = \max (E n v X_{a}, E n v X_{b}) .$

Цикл заканчивается если любой максимальное количество итераций (100) достигнут, или если все интервалы предполагаемого логарифмического конверта в данном допуске исходного логарифмического спектра. Погрешность установлена log(10^(1/20)).

Наконец, алгоритм масштабирует спектр переключенного тангажом аудио отношением предполагаемых конвертов, поэлементных:

$Y = Y \times (\frac{E n v X_{b}}{E n v Y_{b}}) .$

Ссылки

[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.

[3] Аксель Роебель и Ксавьер Родет. "Эффективная Спектральная Оценка Конверта и ее приложение, чтобы передать перемену и сохранение конверта". Международная конференция по вопросам Эффектов Цифрового аудио, стр 30–35. Мадрид, Испания, сентябрь 2005. hal-01161334

[4] С. Имай и И. Абэ. "Спектральная экстракция конверта улучшенным cepstral методом". Электрон. и Commun. в Японии. 62-A издание, Выпуск 4, 1997, стр 10–17.

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Массивы графического процессора
Ускорьте код путем работы графического процессора (GPU) с помощью Parallel Computing Toolbox™.

Используя gpuArray Вход (Parallel Computing Toolbox) с shiftPitch функция только рекомендуется для графического процессора с, вычисляют возможность 7.0 ("Вольта") или выше. Другое оборудование не может предложить преимущество эффективности. Чтобы проверять ваш графический процессор, вычислите возможность, смотрите ComputeCompability в выходе от gpuDevice (Parallel Computing Toolbox) функция. Для получения дополнительной информации смотрите Поддержку графического процессора Релизом (Parallel Computing Toolbox).

Для обзора использования графического процессора в MATLAB^®, смотрите функции MATLAB Запуска на графическом процессоре (Parallel Computing Toolbox).

Введенный в R2019b

Документация

shiftPitch

Синтаксис

Описание

Примеры

Примените сдвиг тангажа к аудио временного интервала

Примените сдвиг тангажа к аудио частотного диапазона

Увеличьте точность Используя блокировку фазы

Увеличьте точность Используя сохранение форманты

Входные параметры

`audioIn` — Входной сигнал
вектор-столбец | матрица | трехмерный массив

`nsemitones` — Количество полутонов, чтобы переключить аудио
действительный скаляр

Аргументы name-value

`Window` — Окно применяется во временном интервале
`sqrt(hann(1024,'periodic'))` (значение по умолчанию) | вектор действительных чисел

`OverlapLength` — Количество отсчетов перекрывается между смежными окнами
`вокруг (0.75*numel (Window))` (значение по умолчанию) | скаляр в области значений [0, `numel (Window)`)

`LockPhase` — Примените единичную блокировку фазы
`false` (значение по умолчанию) | `true`

`PreserveFormants` — Сохраните форманты
`false` (значение по умолчанию) | `true`

`CepstralOrder` — Порядок Cepstral используется для сохранения форманты
30 (значений по умолчанию) | неотрицательное целое число

Зависимости

Выходные аргументы

`audioOut` — Переключенное тангажом аудио
вектор-столбец | матрица

Алгоритмы

Сохранение форманты

Ссылки

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Массивы графического процессора
Ускорьте код путем работы графического процессора (GPU) с помощью Parallel Computing Toolbox™.

Смотрите также

Документация Audio Toolbox

Поддержка

Документация

shiftPitch

Синтаксис

Описание

Примеры

Примените сдвиг тангажа к аудио временного интервала

Примените сдвиг тангажа к аудио частотного диапазона

Увеличьте точность Используя блокировку фазы

Увеличьте точность Используя сохранение форманты

Входные параметры

audioIn — Входной сигнал вектор-столбец | матрица | трехмерный массив

nsemitones — Количество полутонов, чтобы переключить аудио действительный скаляр

Аргументы name-value

Window — Окно применяется во временном интервале sqrt(hann(1024,'periodic')) (значение по умолчанию) | вектор действительных чисел

OverlapLength — Количество отсчетов перекрывается между смежными окнами вокруг (0.75*numel (Window)) (значение по умолчанию) | скаляр в области значений [0, numel (Window))

LockPhase — Примените единичную блокировку фазы false (значение по умолчанию) | true

PreserveFormants — Сохраните форманты false (значение по умолчанию) | true

CepstralOrder — Порядок Cepstral используется для сохранения форманты 30 (значений по умолчанию) | неотрицательное целое число

Зависимости

Выходные аргументы

audioOut — Переключенное тангажом аудио вектор-столбец | матрица

Алгоритмы

Сохранение форманты

Ссылки

Расширенные возможности

Генерация кода C/C++ Генерация кода C и C++ с помощью MATLAB® Coder™.

Массивы графического процессора Ускорьте код путем работы графического процессора (GPU) с помощью Parallel Computing Toolbox™.

Смотрите также

Документация Audio Toolbox

Поддержка

`audioIn` — Входной сигнал
вектор-столбец | матрица | трехмерный массив

`nsemitones` — Количество полутонов, чтобы переключить аудио
действительный скаляр

`Window` — Окно применяется во временном интервале
`sqrt(hann(1024,'periodic'))` (значение по умолчанию) | вектор действительных чисел

`OverlapLength` — Количество отсчетов перекрывается между смежными окнами
`вокруг (0.75*numel (Window))` (значение по умолчанию) | скаляр в области значений [0, `numel (Window)`)

`LockPhase` — Примените единичную блокировку фазы
`false` (значение по умолчанию) | `true`

`PreserveFormants` — Сохраните форманты
`false` (значение по умолчанию) | `true`

`CepstralOrder` — Порядок Cepstral используется для сохранения форманты
30 (значений по умолчанию) | неотрицательное целое число

`audioOut` — Переключенное тангажом аудио
вектор-столбец | матрица

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Массивы графического процессора
Ускорьте код путем работы графического процессора (GPU) с помощью Parallel Computing Toolbox™.