主要内容

stretchAudio

Time-stretch音频

折叠所有页面

语法

audioOut = stretchAudio (audioInα)
audioOut = stretchAudio (audioInα、名称、值)

描述

例子

audioOut= stretchAudio (audioIn，α）通过TSM因子对输入音频应用时间尺度修改(TSM)α．

例子

audioOut= stretchAudio (audioIn，α，名称,值）使用一个或多个指定选项名称,值对参数。

例子

全部折叠

打开生活的脚本

读入音频信号。听音频信号，随着时间的推移把它画出来。

[audioIn, fs] = audioread (“Counting-16-44p1-mono-15secs.wav”）;t =(0:大小(audioIn, 1) 1) / fs;情节(t, audioIn)包含(“时间(s)”) ylabel (“振幅”)标题(原始信号的)轴紧网格在

图中包含一个轴对象。标题为Original Signal的axis对象包含一个类型为line的对象。

声音(audioIn fs)

使用stretchAudio应用1.5加速因子。听修改后的音频信号，并随着时间的推移绘制它。采样率保持不变，但信号持续时间有所缩短。

audioOut = stretchAudio (audioIn, 1.5);t =(0:大小(audioOut, 1) 1) / fs;情节(t, audioOut)包含(“时间(s)”) ylabel (“振幅”)标题('修正信号，加速因子= 1.5')轴紧网格在

图中包含一个轴对象。标题为Modified Signal, Speedup Factor = 1.5的axes对象包含一个类型为line的对象。

声音(audioOut fs)

将原始音频信号降低0.75倍。听修改后的音频信号，并随着时间的推移绘制它。采样率与原始音频保持一致，但信号持续时间有所增加。

audioOut = stretchAudio (audioIn, 0.75);t =(0:大小(audioOut, 1) 1) / fs;情节(t, audioOut)包含(“时间(s)”) ylabel (“振幅”)标题('修正信号，加速因子= 0.75')轴紧网格在

图中包含一个轴对象。标题为Modified Signal, Speedup Factor = 0.75的轴对象包含一个类型为line的对象。

声音(audioOut fs)
打开生活的脚本

stretchAudio金宝app当使用默认的声码器方法时，在频域音频上支持TSM。将TSM应用于频域音频使您能够针对多个TSM因素重用STFT计算。

读入音频信号。听音频信号，随着时间的推移把它画出来。

[audioIn, fs] = audioread (“FemaleSpeech-16-8-mono-3secs.wav”）;sound(audioIn,fs) t = (0:size(audioIn,1)-1)/fs;情节(t, audioIn)包含(“时间(s)”) ylabel (“振幅”)标题(原始信号的)轴紧网格在

图中包含一个轴对象。标题为Original Signal的axis对象包含一个类型为line的对象。

将音频信号转换到频域。

赢得=√损害(256“周期”））;ovrlp = 192;S = stft (audioIn“窗口”,赢了,“OverlapLength”ovrlp,“中心”、假);

将音频信号加速1.4倍。指定用于创建频域表示的窗口和重叠长度。

α= 1.4;audioOut = stretchAudio(年代,α,“窗口”,赢了,“OverlapLength”, ovrlp);sound(audioOut,fs) t = (0:size(audioOut,1)-1)/fs;情节(t, audioOut)包含(“时间(s)”) ylabel (“振幅”)标题('修正信号，TSM因子= 1.4')轴紧网格在

图中包含一个轴对象。标题为Modified Signal, TSM Factor = 1.4的axis对象包含一个类型为line的对象。

将音频信号减慢0.8倍。指定用于创建频域表示的窗口和重叠长度。

α= 0.8;audioOut = stretchAudio(年代,α,“窗口”,赢了,“OverlapLength”, ovrlp);sound(audioOut,fs) t = (0:size(audioOut,1)-1)/fs;情节(t, audioOut)包含(“时间(s)”) ylabel (“振幅”)标题('修正信号，TSM因子= 0.8')轴紧网格在

图中包含一个轴对象。标题为Modified Signal, TSM Factor = 0.8的axes对象包含一个类型为line的对象。

打开生活的脚本

默认的TSM方法(声码器)允许您额外应用锁相以增加对原始音频的保真度。

读入音频信号。听音频信号，随着时间的推移把它画出来。

[audioIn, fs] = audioread (“SpeechDFT-16-8-mono-5secs.wav”）;sound(audioIn,fs) t = (0:size(audioIn,1)-1)/fs;情节(t, audioIn)包含(“时间(s)”) ylabel (“振幅”)标题(原始信号的)轴紧网格在

锁相为TSM增加了一个重要的计算负载，而且并不总是必需的。缺省情况下，禁止锁相。对输入音频信号应用1.8的加速因子。听音频信号，随着时间的推移把它画出来。

α= 1.8;tic audioOut = stretchAudio(audioIn,alpha);processingTimeWithoutPhaseLocking = toc
processingTimeWithoutPhaseLocking = 0.0798
sound(audioOut,fs) t = (0:size(audioOut,1)-1)/fs;情节(t, audioOut)包含(“时间(s)”) ylabel (“振幅”)标题('Modified Signal, alpha = 1.8, LockPhase = false')轴紧网格在

对输入音频信号应用相同的1.8加速因子，这次启用锁相。听音频信号，随着时间的推移把它画出来。

tic audioOut = stretchAudio(audioIn,alpha，“LockPhase”,真正的);processingTimeWithPhaseLocking = toc
processingTimeWithPhaseLocking = 0.1154
sound(audioOut,fs) t = (0:size(audioOut,1)-1)/fs;情节(t, audioOut)包含(“时间(s)”) ylabel (“振幅”)标题('Modified Signal, alpha = 1.8, LockPhase = true')轴紧网格在

打开生活的脚本

波形相似度重叠增加(WSOLA) TSM方法使您能够指定搜索最佳信号对齐的最大样本数。默认情况下，WSOLA delta是分析窗口中的样本数量减去相邻分析窗口之间重叠的样本数量。增加WSOLA增量会增加计算负载，但也可能增加保真度。

读入音频信号。听音频信号的前10秒。

[audioIn, fs] = audioread (“rockguitar - 16 - 96立体声- 72 secs.flac”）;声音(audioIn (1:10 * fs,:), fs)

使用WSOLA方法对输入音频信号应用0.75的TSM因子。听产生的音频信号的前10秒。

α= 0.75;tic audioOut = stretchAudio(audioIn,alpha，“方法”，“wsola”）;processingTimeWithDefaultWSOLADelta = toc
processingTimeWithDefaultWSOLADelta = 19.4403
声音(audioOut (1:10 * fs,:), fs)

对输入音频信号应用0.75的TSM因子，这次将WSOLA增量增加到1024。听产生的音频信号的前10秒。

tic audioOut = stretchAudio(audioIn,alpha，“方法”，“wsola”，“WSOLADelta”, 1024);processingTimeWithIncreasedWSOLADelta = toc
processingTimeWithIncreasedWSOLADelta = 25.5306
声音(audioOut (1:10 * fs,:), fs)

输入参数

全部折叠

输入信号，指定为列向量、矩阵或三维数组。函数如何解释audioIn取决于复杂性audioIn的价值方法：

  • 如果audioIn是真实的,audioIn被解释为时域信号。在这种情况下,audioIn必须是列向量或矩阵。列被解释为单独的通道。

    此语法适用于以下情况方法被设置为声码器的或“wsola”．

  • 如果audioIn是复杂的,audioIn被解释为频域信号。在这种情况下,audioIn必须是一个l——- - - - - -米——- - - - - -N数组,l为FFT长度，米是单个光谱的数目，和N为通道的数量。

    此语法仅适用于以下情况方法被设置为声码器的．

数据类型:单|双
复数的支持:金宝app是的

TSM因子，指定为正标量。

数据类型:单|双

名称-值参数

指定可选的逗号分隔的对名称,值参数。的名字参数名和价值为对应值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:“窗口”,kbdwin (512)

方法用于时间尺度音频，指定为逗号分隔对组成“方法”和声码器的或“wsola”．集“方法”来声码器的使用相位声码器方法。集“方法”来“wsola”使用WSOLA方法。

如果“方法”被设置为声码器的，audioIn可以是实的，也可以是复杂的。如果“方法”被设置为“wsola”，audioIn必须是真实的。

数据类型:单|双

窗口应用于时域，指定为逗号分隔对，由“窗口”一个实向量。向量中的元素个数必须在范围[1，大小(audioIn, 1)］.向量中的元素数也必须大于OverlapLength．

请注意

如果使用stretchAudio对于频域输入，您必须指定窗口与用于变换的窗口相同audioIn到频域。

数据类型:单|双

相邻窗口之间重叠的样本数，指定为由逗号分隔的对组成“OverlapLength”和一个范围为[0，元素个数(窗口)）．

请注意

如果使用stretchAudio对于频域输入，您必须指定OverlapLength因为相同的重叠长度用于变换audioIn转换为时频表示。

数据类型:单|双

应用标识锁相，指定为逗号分隔对，由“LockPhase”和假或真正的．

依赖关系

要启用此名称-值对参数，请设置方法来声码器的．

数据类型:逻辑

用于搜索最佳信号对齐的最大样本数，指定为逗号分隔对，由“WSOLADelta”一个非负标量。

依赖关系

要启用此名称-值对参数，请设置方法来“wsola”．

数据类型:单|双

输出参数

全部折叠

时间尺度修改音频，返回为独立通道的列向量或矩阵。

算法

全部折叠

阶段声码器

相位声码算法是TSM的一种频域方法［1］［2］．相位声码器算法的基本步骤为:

  1. 该算法在η区间对时域信号加窗，其中η=元素个数(窗口） -OverlapLength．然后窗口被转换到频域。

  2. 为了保持水平(跨时间)相位相干性，该算法将每个二进制作为一个独立的正弦信号，其相位是通过累积其瞬时频率的估计来计算的。

  3. 为了保持垂直(跨单个频谱)的相位相干性，该算法将组bins的相位超前锁定为局部峰值的相位超前。此步骤仅适用于LockPhase被设置为真正的．

  4. 该算法将修改后的谱图返回到时域，窗口间隔为δ，其中δ≈η/α。α是由的指定的加速因子α输入参数。

WSOLA

WSOLA算法是一种时域的TSM方法［1］［2］．WSOLA是对OLA (overlap and add)算法的扩展。在OLA算法中，时域信号在η区间加窗，其中η=元素个数(窗口） -OverlapLength．为了构造时间尺度的修正输出音频，窗口以δ为间隔，其中δ≈η/α。α是由式指定的TSM因子α输入参数。

OLA算法在重建幅值谱方面做得很好，但会在窗口之间引入相位跳变。WSOLA算法通过搜索来平滑相位跳变WSOLADelta在η区间附近取样，以使相位跳变最小。该算法通过迭代搜索最佳窗口，使每个连续窗口相对于先前选择的窗口进行选择。

如果WSOLADelta被设置为0，则算法简化为OLA。

参考文献

[1] Driedger, Johnathan, Meinard Müller。音乐信号的时间尺度修正综述应用科学．2016年第6卷第2期。

[2] Driedger, Johnathan。“音乐音频信号的时间尺度修正算法”，硕士论文，萨尔兰德大学，Saarbrücken，德国，2011。

扩展功能

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。

另请参阅

|||

主题

介绍了R2019b

音频工具箱文档

金宝app

尝试MATLAB, Si金宝appmulink和其他产品下载188bet金宝搏

得到审判现在