Audio Toolbox
Entwickeln und Analysieren von Sprach-, Akustik- und Audioverarbeitungssystemen
Die Audio Toolbox™ enthält Tools für die Audioverarbeitung, die Sprachanalyse und akustische Messungen. Sie umfasst Algorithmen für die Verarbeitung von Audiosignalen (Entzerrung und Steuerung des Dynamikumfangs) und für akustische Messungen (Schätzung der Impulsantwort, Oktavfilterung und Gewichtung nach Wahrnehmung). Außerdem bietet sie Algorithmen für die Audio- und Sprach-Merkmalsextraktion (MFCC und Tonhöhe) und die Transformation von Audiosignalen (Gammatone-Filterbank und Spektrogramm mit der Maßeinheit Mel).
Apps in der Toolbox unterstützen Live-Tests für Algorithmen, Messungen von Impulsantworten sowie die Kennzeichnung von Audiosignalen. Die Toolbox bietet Streaming-Schnittstellen für ASIO-, WASAPI-, ALSA- und CoreAudio-Soundkarten und MIDI-Geräte sowie Tools zum Generieren und Hosten standardmäßiger Audio-Plugins wie VST und Audio Units.
Mit der Audio Toolbox können Sie Audiodatensätze importieren, kennzeichnen und erweitern sowie für Machine Learning und Deep Learning Merkmale extrahieren und Signale transformieren. Sie können in Echtzeit an Prototypen von Audioverarbeitungsalgorithmen arbeiten, indem Sie Audiodaten mit kurzen Latenzzeiten streamen und dabei Parameter optimieren und Signale visualisieren. Außerdem können Sie Ihren Algorithmus validieren, indem Sie ihn in ein Audio-Plugin umwandeln, das in externen Host-Anwendungen wie Digital Audio Workstations ausgeführt werden kann. Mithilfe des Plugin-Hosting können Sie externe Audio-Plugins wie reguläre Objekte verwenden, um MATLAB®-Arrays zu verarbeiten. Mithilfe von Soundkartenverbindungen können Sie benutzerdefinierte Messungen für reale Audiosignale und Akustiksysteme durchführen.
Jetzt beginnen:
- Audio-Streaming mit Soundkarten
- Machine Learning und Deep Learning
- Audioverarbeitungsalgorithmen und Audioeffekte
- Echtzeit-Audio-Prototypenentwicklung
- Akustische Messungen und räumliches Audio
- Generieren und Hosten von Audio-Plugins
- Verwenden von Embedded- und Echtzeit-Audiosystemen als Zielhardware
Verbindungen mit standardmäßigen Audiotreibern
Lesen und schreiben Sie Audiodaten von oder auf Soundkarten (etwa über USB oder Thunderbolt™) mithilfe standardmäßiger Audiotreiber (gemäß ASIO, WASAPI, CoreAudio und ALSA) auf Windows®-, Mac®- und Linux®-Betriebssystemen.
Mehrkanal-Soundkarten.
Mehrkanal-Audio-Streaming mit kurzen Latenzzeiten
Verarbeiten Sie Live-Audio in MATLAB mit Round-Trip-Latenzzeiten im Millisekundenbereich.
Live-Roheingabedaten von einem Vierkanal-Mikrofon-Array.
Machine Learning und Deep Learning
Sie können Audio- und Sprachdatensätze kennzeichnen, erweitern, erstellen und einlesen, Merkmale extrahieren sowie Zeit-Frequenz-Transformationen berechnen. Entwickeln Sie außerdem Audio- und Sprachanalysen mit der Statistics and Machine Learning Toolbox™, der Deep Learning Toolbox™ oder anderen Machine-Learning-Tools.
Vortrainierte Deep-Learning-Modelle
Verwenden Sie häufig verwendete Deep-Learning-Modelle, die mit großen Audiodatensätzen vortrainiert sind, um komplexe Audioverarbeitungsaufgaben durchzuführen - klassifizieren Sie Klangereignisse in Audioaufnahmen mit Yamnet und extrahieren Sie Audioeinbettungen mit VGGish.
Wortwolke, welche die von classifySound identifizierten Tontypen in einem bestimmten Audiosegment anzeigt.
Audio- und Sprach-Merkmalsextraktion
Extrahieren Sie Low-Level Features für Sprach- und Audioanalysen, einschließlich Mel Frequency Cepstral Coefficients (MFCC), Gammatone Cepstral Coefficients (GTCC), Tonhöhe, Harmonik und spektrale Deskriptoren. Übergeben Sie Daten an Deep-Learning-Architekturen, die an Zeitreihen arbeiten, wie beispielsweise diejenigen, die auf LSTM-Ebenen basieren.
Interaktive Auswahl von Pufferungsoptionen und Funktionen von Interesse unter Verwendung des Extraktors für Audiofunktionen im Live Editor.
Zeit-Frequenz-Transformationen
Transformieren Sie Signale in Zeit-Frequenz-Darstellung, indem Sie eine modifizierte diskrete Kosinustransformation (MDCT), eine Kurzzeit-Fourier-Transformation (STFT) oder das kompaktere Spektrogramm mit der Maßeinheit Mel nutzen. Zerlegen Sie Signale mithilfe wahrnehmungsbasierter Frequenzbänder, die Gammatone-Filterbänke verwenden. Übergeben Sie Daten an Deep-Learning-Modelle, die an zweidimensionalen Daten arbeiten, wie beispielsweise diejenigen, die auf CNN-Ebenen basieren.
Live-Mel-Spektrogramm von Sprachbefehlen.
Beschriften und kommentieren Sie Audiodatensätze
Weisen Sie Audioaufnahmen und Datensätzen manuell und automatisch Ground-Truth-Labels und -Kommentare zu. Erkennen von Sprachregionen in Audiosignalen. Automatisieren Sie die Sprachtranskription mit cloudbasierten Services, die Sprache in Text umwandeln.
Kennzeichnungen für Bereiche von Interesse in der Audio Labeler-App.
Einlesen großer Audio-Datensätze
Indizieren und lesen Sie große Mengen an Audioaufnahmen mit audioDatastore. Teilen Sie Listen von Audiodateien willkürlich anhand von Kennzeichnungen auf. Parallelisieren Sie Verarbeitungsaufgaben mithilfe von Tall-Arrays für Datenerweiterungen, Zeit-Frequenz-Transformationen und Merkmalsextraktion.
Datastore, der auf den Datensatz der Google-Sprachbefehle verweist.
Erweitern und synthetisieren Sie Audio- und Sprachdatensätze
Richten Sie randomisierte Pipelines zur Datenverstärkung ein, indem Sie Kombinationen aus Tonhöhenverschiebung, Zeitdehnung und anderen Audioverarbeitungseffekten verwenden. Erstellen Sie synthetische Sprachaufzeichnungen aus Text mit Hilfe von Cloud-basierten Text-zu-Sprache-Diensten.
Formantenschätzung für klangfarbeninvariante Tonhöhenverschiebung.
Audiofilter und Equalizer
Modellieren Sie parametrische EQ-Filter, grafische EQ-Filter, Shelving-Filter und Filter mit variabler Flankensteilheit und wenden Sie diese an. Entwickeln und simulieren Sie digitale Frequenzweichen, Oktaven- und Teiloktavenfilter.
Interaktive Optimierung einer Dreiband-Frequenzweiche mit Live-Visualisierung.
Steuerung des Dynamikumfangs und Effekte
Modellieren Sie Algorithmen für die Dynamikbearbeitung, wie Compressor, Limiter, Expander und Noise-Gate und wenden Sie diese an. Fügen Sie mit rekursiven parametrischen Modellen einen künstlichen Nachhall hinzu.
Interaktive Optimierung der dynamischen Reaktion eines Compressor-Algorithmus.
Systemsimulation mit Blockdiagrammen
Entwickeln und simulieren Sie Systemmodelle mit Bibliotheken von Audio-Verarbeitungsblöcken für Simulink®. Optimieren Sie Parameter und visualisieren Sie das Systemverhalten mithilfe interaktiver Steuerelemente und dynamischer Diagramme.
Detail eines Multiband-Kompressionsmodells mit dynamischem Bereich in Simulink.
Live-Parameteroptimierung über Benutzeroberflächen
Automatische Erstellung von Benutzeroberflächen für optimierbare Parameter von Audioverarbeitungsalgorithmen. Testen Sie einzelne Algorithmen mit der Audio Test Bench-App und optimieren Sie Parameter in laufenden Programmen mit automatisch generierten interaktiven Steuerelementen.
Interaktive Optimierung eines benutzerdefinierten parametrischen Dreiband-EQ-Filters mit Audio Test Bench.
MIDI-Konnektivität für die Parametersteuerung und den Nachrichtenaustausch
Ändern Sie interaktiv Parameter von MATLAB-Algorithmen mithilfe von MIDI-Steuerungsoberflächen. Steuern Sie externe Hardware, oder reagieren Sie auf Ereignisse, indem Sie MIDI-Nachrichten jeder Art senden und empfangen.
In MATLAB geschriebener MIDI-Nachrichten- und Audiosignal-Fluss für einen Musikinstrument-Synthesizer.
Auf Standards basierende Messungen und Analysen
Wenden Sie Schalldruckpegel (SPL)- und Lautstärkemessungen auf aufgenommene Signale oder direkt übertragene Signale an. Analysieren Sie Signale mit Oktaven- und Teiloktavenfiltern. Wenden Sie standardkonforme A-, C- oder K-Bewertungsfilter auf Rohaufnahmen an.
Visualisierung unterschiedlicher SPL-Messungen über Zweidrittel-Oktav-Bänder.
Messung von Impulsantworten
Messen Sie Impulsantworten und Frequenzgänge von Akustik- und Audiosystemen mit Maximalfolgen (Maximum-Length Sequences, MLS) und exponentiell geschwungenen Sinusoiden (ESS). Beginnen Sie mit der Impulse Response Measurer-App. Automatisieren Sie Messungen, indem Sie Anregungssignale programmatisch generieren und Systemreaktionen schätzen.
Impulse Response Measurer-App.
Effiziente Faltung mit Raumimpulsantworten
Falten Sie Signale mit langen Impulsantworten effizient, indem Sie Overlap-and-Add- oder Overlap-and-Save-Implementierungen für den Frequenzbereich nutzen. Finden Sie Kompromisse zwischen Latenzzeiten und Berechnungsgeschwindigkeit mithilfe einer automatischen Impulsantwort-Partitionierung.
Impulsantwort von 5 Sekunden oder mehr – 220.000 Abtastwerte bei 44100 Hz.
Räumliches Audio
Codieren und decodieren Sie unterschiedliche Ambisonic-Formate. Interpolieren Sie räumlich abgetastete Außenohrübertragungsfunktionen (Head-Related Transfer Functions, HRTF).
Beispiel für die gewünschte Schallquellenposition und nächstgelegene Winkel, aus denen HRTF-Messungen verfügbar sind.
Generierung von Audio-Plugins
Generieren Sie VST-Plug-ins, AU-Plug-ins und eigenständige ausführbare Plug-ins direkt aus MATLAB-Code, ohne dass eine manuelle Gestaltung von Benutzeroberflächen erforderlich ist. Für fortgeschritteneres Plugin-Prototyping generieren Sie fertige JUCE C++ Projekte (erfordert MATLAB Coder™).
Beispiel für einen parametrischen Multiband-EQ-Filter: Aus MATLAB-Code generiertes VST-Plugin mit Ausführung in REAPER.
Hosting externer Audio-Plugins
Verwenden Sie externe VST- und AU-Plugins als reguläre MATLAB-Objekte. Ändern Sie Plugin-Parameter und verarbeiten Sie MATLAB-Arrays programmatisch. Automatisieren Sie alternativ Zuordnungen von Plugin-Parametern zu Benutzeroberflächen und MIDI-Steuerelementen. Hosten Sie aus Ihrem MATLAB-Code generierte Plugins, um die Effizienz der Ausführung zu erhöhen.
Beispiel für ein externes VST-Plugin für die Audio-Geräuschunterdrückung (Accusonus ERA-N) und programmatische Schnittstelle in MATLAB.
Kostengünstige und mobile Geräte
Erstellen Sie Prototypen für Audioverarbeitungsdesigns auf Raspberry Pi™ mithilfe platineneigener oder externer Mehrkanal-Audioschnittstellen. Erstellen Sie interaktive Steuerbereiche als mobile Apps für Android®- oder iOS-Geräte.
Eine Raspberry Pi 3-Platine.
Systeme ohne Latenz
Erstellen Sie Prototypen für Audioverarbeitungsdesigns mit Ein- und Ausgaben aus einer einzigen Abtastung für die adaptive Rauschunterdrückung, die Validierung von Hörgeräten oder andere Anwendungen, für die die Round-Trip-DSP-Latenzzeiten minimal sein müssen. Automatische Übertragung direkt aus Simulink Modellen auf Speedgoat Audiohardware und ST Discovery Platinen.
YAMNet Sound-Klasseneinteilung
Klasseneinteilung von Tonaufnahmen mit Hilfe von Deep Learning (Deep Learning Toolbox erforderlich)
VGGish-Audio-Einbettungen
Extrahieren von Audio-Features auf höchstem Niveau mit Hilfe von Deep Learning (Deep Learning Toolbox erforderlich)
Verallgemeinerte Cepstral-Koeffizienten und Delta Features
Berechnung von MFCC, GTCC, BFCC und anderen Arten von Cepstral-Koeffizienten, auditorischen Spektrogrammen und Delta Features
Oktavanalyse für unhörbare Frequenzen
Analyse von Signalen mit verbesserten Oktavfilter-Designs unter Verwendung von octaveFilter, octaveFilterBank und splMeter
Akustische Fluktuation
Messung der wahrgenommenen akustischen Fluktuation
GPU-Beschleunigung für die Merkmalsextraktion
Beschleunigen Sie zusätzliche Funktionen für die Merkmalsextraktion mit kompatiblen GPU-Karten (Parallel Computing Toolbox erforderlich)
Details zu diesen Funktionsmerkmalen und den zugehörigen Funktionen finden Sie in den Release Notes.
