主要内容

audiofeatureextractor.

流线型音频特征提取

展开所有页面

描述

audiofeatureextractor.将多个音频特征提取器封装成简化和模块化实现。

创建

句法

aFE=音频特征提取程序（）
AFE = audiofeatureextractor（名称，价值）

描述

aFE= audiofeatureextractor（）使用默认属性值创建一个音频功能提取器。

例子

aFE=音频特征提取程序(名称、值）指定非默认属性aFE使用一个或多个名称-值对参数。

特性

展开全部

主要属性

分析窗口，指定为真正的矢量。

数据类型：单身的|双倍的

相邻分析窗口的重叠长度，指定为范围内的整数[0，努梅尔(窗户）).

数据类型：单身的|双倍的

FFT长度，指定为整数。默认值为，[]，表示FFT长度等于窗口长度(努梅尔(窗户）).

数据类型：单身的|双倍的

以Hz为单位的输入采样率，指定为非负标量。

数据类型：单身的|双倍的

输入到光谱描述符，指定为“线性光谱”那“melspectrum”那“Barkspectrum”， 或者“erbspectrum”。

受此属性影响的光谱描述符包括：

输入到光谱描述符的频谱与相应功能的输出相同：

例如，如果您设置“spectraldescriptorinput”到“Barkspectrum”和“Spectralcentroid”到符合事实的， 然后aFE返回默认Bark频谱的质心。

[audioIn，fs]=音频读取('Counting-16-44p1-mono-15secs.wav');AFE = audiofeatureextractor（“采样率”，财政司司长，......“spectraldescriptorinput”那“Barkspectrum”那......“Spectralcentroid”，对）；Barkspectrocalcentroid=提取物（aFE，audioIn）；
如果指定一个非遗嘱吠声谱使用setExtractorParams.然后，非默认Bark谱是光谱描述符的输入。例如，如果你打电话setExtractorParams（aFE，“巴克光谱”，“麻木”，40）， 然后aFE返回40带树皮谱的质心。

setExtractorParams（AFE，“Barkspectrum”那“numbands”，40）Bark40Spectralcentroid =提取物（AFE，AUDION）;

数据类型：char|细绳

要提取的特征

提取单面线性频谱，指定为符合事实的或者错误的。

设置线性频谱提取的参数，使用setExtractorParams.：

setExtractorParams（AFE，“线性光谱”那“姓名”，价值）
线性频谱提取的可设置参数是：

  • “频率范围”–以Hz为单位的提取频谱的频率范围，指定为逗号分隔对，包括“频率范围”和一个增加数量的两个元素矢量[0，采样率/ 2]。如果未指定，频率范围默认为[0，采样率/ 2]。

  • “spectrumtype”- 频谱类型，指定为逗号分隔对“spectrumtype”和“力量”或者“震级”。如果未指定，Spectrumtype.默认为“力量”。

  • “窗口规范化”- 应用窗口标准化，指定为逗号分隔对组成“窗口规范化”和符合事实的或者错误的。如果未指定，风向正规化默认为符合事实的。

数据类型：逻辑

提取单面熔点，指定为符合事实的或者错误的。

设定MEL频谱提取的参数，使用setExtractorParams.：

setExtractorParams（AFE，“melspectrum”那“姓名”，价值）
MEL谱提取的可设置参数是：

  • “频率范围”–以Hz为单位的提取频谱的频率范围，指定为逗号分隔对，包括“频率范围”和一个增加数量的两个元素矢量[0，采样率/ 2]。如果未指定，频率范围默认为[0，采样率/ 2]。

  • “spectrumtype”- 频谱类型，指定为逗号分隔对“spectrumtype”和“力量”或者“震级”。如果未指定，Spectrumtype.默认为“力量”。

  • “numbands”- MEL频段的数量，指定为逗号分隔的配对组成“numbands”和一个整数。如果未指定，numbands.默认为32.。

  • “筛选贩语”- 标准化应用于带通滤波器，指定为逗号分隔的对组成“筛选贩语”和“带宽”那“区域”， 或者“没有”。如果未指定，滤波器组归一化默认为“带宽”。

  • “窗口规范化”- 应用窗口标准化，指定为逗号分隔对组成“窗口规范化”和符合事实的或者错误的。如果未指定，风向正规化默认为符合事实的。

  • “FilterBankDesignDomain”- 设计了滤波器组的域，指定为逗号分隔对FilterBankDesignDomain.和任何一种“线性”或者“翘曲”。如果未指定，FilterBankDesignDomain.默认为“线性”。

数据类型：逻辑

提取单面Bark谱，指定为符合事实的或者错误的。

设定树皮谱提取的参数，使用setExtractorParams.：

setExtractorParams（AFE，“Barkspectrum”那“姓名”，价值）
树皮光谱提取的可设置参数为：

  • “频率范围”–以Hz为单位的提取频谱的频率范围，指定为逗号分隔对，包括“频率范围”和一个增加数量的两个元素矢量[0，采样率/ 2]。如果未指定，频率范围默认为[0，采样率/ 2]。

  • “spectrumtype”- 频谱类型，指定为逗号分隔对“spectrumtype”和“力量”或者“震级”。如果未指定，Spectrumtype.默认为“力量”。

  • “numbands”- 指定为逗号分隔对的树皮带数“numbands”和一个整数。如果未指定，numbands.默认为32.。

  • “筛选贩语”- 标准化应用于带通滤波器，指定为逗号分隔的对组成“筛选贩语”和“带宽”那“区域”， 或者“没有”。如果未指定，滤波器组归一化默认为“带宽”。

  • “窗口规范化”- 应用窗口标准化，指定为逗号分隔对组成“窗口规范化”和符合事实的或者错误的。如果未指定，风向正规化默认为符合事实的。

  • “FilterBankDesignDomain”- 设计了滤波器组的域，指定为逗号分隔对FilterBankDesignDomain.和任何一种“线性”或者“翘曲”。如果未指定，FilterBankDesignDomain.默认为“线性”。

数据类型：逻辑

提取单面ERB频谱，指定为符合事实的或者错误的。

设置ERB频谱提取的参数，使用setExtractorParams.：

setExtractorParams（AFE，“erbspectrum”那“姓名”，价值）
ERB频谱提取的可设置参数为：

  • “频率范围”–以Hz为单位的提取频谱的频率范围，指定为逗号分隔对，包括“频率范围”和一个增加数量的两个元素矢量[0，采样率/ 2]。如果未指定，频率范围默认为[0，采样率/ 2]。

  • “spectrumtype”- 频谱类型，指定为逗号分隔对“spectrumtype”和“力量”或者“震级”。如果未指定，Spectrumtype.默认为“力量”。

  • “numbands”- 被指定为逗号分隔对的ERB频段的数量“numbands”和一个整数。如果未指定，numbands.默认为CEIL（Hz2erb.（频率范围（2））-Hz2erb.（ForderRange（1））））。

  • “筛选贩语”- 标准化应用于带通滤波器，指定为逗号分隔的对组成“筛选贩语”和“带宽”那“区域”， 或者“没有”。如果未指定，滤波器组归一化默认为“带宽”。

  • “窗口规范化”- 应用窗口标准化，指定为逗号分隔对组成“窗口规范化”和符合事实的或者错误的。如果未指定，风向正规化默认为符合事实的。

数据类型：逻辑

提取熔融频率谱系数（MFCC），指定为符合事实的或者错误的。

设置MFCC提取的参数，使用setExtractorParams.：

setExtractorParams（AFE，“mfcc”那“姓名”，价值）
MFCC提取的可设置参数是：

  • “Numcoefs”- 为每个窗口返回的系数数，指定为包含的逗号分隔对“Numcoefs”和一个正整数。如果未指定，numcoeffs.默认为13.。

  • “deltawindowlength”- Delta窗口长度，指定为逗号分隔对组成“deltawindowlength”奇数大于2.如果未指定，deltawindowlength.默认为9.。此参数会影响mfccDelta和mfccdeltadelta特征。

  • “整改”–非线性校正类型，指定为逗号分隔对，包括“整改”和“日志”或者“立方根”。

mel频率倒谱系数使用MELSPECTRUM。

数据类型：逻辑

提取MFCC的Delta，指定为符合事实的或者错误的。

ΔMFCC基于提取的MFCC计算。参数设置MFCC.影响mfccDelta。

数据类型：逻辑

提取MFCC的Delta-Delta，指定为符合事实的或者错误的。

基于提取的MFCC计算Delta-Delta MFCC。参数设置MFCC.影响mfccdeltadelta。

数据类型：逻辑

提取γ氨糖糖系数（GTCC），指定为符合事实的或者错误的。

要设置GTCC提取的参数，请使用setExtractorParams.：

setExtractorParams（AFE，“GTCC”那“姓名”，价值）
GTCC提取的可设置参数是：

  • “Numcoefs”- 为每个窗口返回的系数数，指定为包含的逗号分隔对“Numcoefs”和一个正整数。如果未指定，numcoeffs.默认为13.。

  • “deltawindowlength”- Delta窗口长度，指定为逗号分隔对组成“deltawindowlength”奇数大于2.如果未指定，deltawindowlength.默认为9.。此参数会影响GTCCDelta和gtccDeltaDelta特征。

  • “整改”–非线性校正类型，指定为逗号分隔对，包括“整改”和“日志”或者“立方根”。

使用该计算γ抗糖糖系数铒波谱。

数据类型：逻辑

提取GTCC的增量，指定为符合事实的或者错误的。

基于提取的GTCC计算Delta GTCC。参数设置GTCC.影响GTCCDelta。

数据类型：逻辑

提取GTCC的Delta-Delta，指定为符合事实的或者错误的。

基于提取的GTCC计算Delta-Delta GTCC。参数设置GTCC.影响gtccDeltaDelta。

数据类型：逻辑

提取光谱质心，指定为符合事实的或者错误的。

根据以下光谱表示之一计算光谱质心，如SpectralDescriptorInput.财产：

数据类型：逻辑

提取谱嵴，指定为符合事实的或者错误的。

频谱CREST由以下光谱表示之一计算，如下所示SpectralDescriptorInput.财产：

数据类型：逻辑

提取光谱减少，指定为符合事实的或者错误的。

频谱减小由以下光谱表示之一计算，如下所示SpectralDescriptorInput.财产：

数据类型：逻辑

提取光谱熵，指定为符合事实的或者错误的。

频谱熵由以下光谱表示之一计算，如下所示SpectralDescriptorInput.财产：

数据类型：逻辑

提取光谱平整度，指定为符合事实的或者错误的。

根据以下光谱表示之一计算光谱平坦度，如SpectralDescriptorInput.财产：

数据类型：逻辑

提取光谱通量，指定为符合事实的或者错误的。

光谱通量由以下光谱表示之一计算，如下所示SpectralDescriptorInput.财产：

设置光谱通量提取的参数，使用setExtractorParams.：

setExtractorParams（AFE，“spectralflux”那“姓名”，价值）
光谱通量提取的可设置参数是：

  • “标准类型”- 用于计算光谱通量的规范类型，指定为逗号分隔的对“标准类型”和1或者2。如果未指定，丹型默认为2。

数据类型：逻辑

提取物光谱峰，指定为符合事实的或者错误的。

如下所示，基于以下光谱表示之一计算光谱峰值。SpectralDescriptorInput.财产：

数据类型：逻辑

提取光谱卷口点，指定为符合事实的或者错误的。

频谱升降点由以下光谱表示之一计算，如下所示SpectralDescriptorInput.财产：

设置频谱卷口点提取的参数，使用setExtractorParams.：

setExtractorParams（AFE，“spectralrolloffpoint”那“姓名”，价值）
光谱通量提取的可设置参数是：

  • “临界点”- 升降点的阈值，指定为逗号分隔的配对“临界点”和范围（0，1）中的标量。如果未指定，临界点默认为0.95。

数据类型：逻辑

提取光谱偏斜，指定为符合事实的或者错误的。

根据以下光谱表示之一计算光谱偏度，如SpectralDescriptorInput.财产：

数据类型：逻辑

提取光谱斜率，指定为符合事实的或者错误的。

根据以下光谱表示之一计算光谱斜率，如SpectralDescriptorInput.财产：

数据类型：逻辑

提取频谱扩展，指定为符合事实的或者错误的。

频谱扩展由以下光谱表示之一计算，如下所示SpectralDescriptorInput.财产：

数据类型：逻辑

提取间距，指定为符合事实的或者错误的。

设置音调提取的参数，使用setExtractorParams.：

setExtractorParams（AFE，“沥青”那“姓名”，价值）
俯仰提取的可设置参数是：

  • “方法”–用于计算节距的方法，指定为逗号分隔对，包括“方法”和“PEF”那“NCF”那“CEP”那“LHS”， 或者“srh”。如果未指定，方法默认为“NCF”.有关可用基音提取方法的说明，请参阅抛。

  • “范围”- 范围内的搜索Hz的音高，指定为包括的逗号分隔对“范围”和一个增加值的双元素行向量。如果未指定，范围默认为[50,400]。

  • “MedianFilterLength”–用于随时间平滑基音估计的中值滤波器长度，指定为逗号分隔对，包括“MedianFilterLength”和一个正整数。如果未指定，MedianFilterLength.默认为1（没有中值过滤）。

数据类型：逻辑

提取谐波比，指定为符合事实的或者错误的。

数据类型：逻辑

目标函数

提炼 提取音频功能
setExtractorParams. 设置单个要素提取器的非默认参数值
信息 输出映射和单个特征提取器参数
generateMATLABFunction 创建马铃薯函数与C / C ++代码生成兼容

例子

全部崩溃

打开实时脚本

读取音频信号。

[audioIn，fs]=音频读取(“计数-16-44p1-mono-15秒波形”);

创建一个audiofeatureextractor.提取MFCC，Delta MFCC，Delta-Delta MFCC，俯仰和音频信号的光谱质心的对象。使用30 ms分析窗口，重叠20毫秒。

AFE = audiofeatureextractor（......“采样率”，财政司司长，......“窗户”，汉明（圆形（0.03 * fs），“定期”),......“overlaplength”，圆形（0.02 * fs），......“mfcc”，真的，......“mfccdelta”，真的，......“mfccDeltaDelta”，真的，......“沥青”，真的，......“Spectralcentroid”，真的）;

称呼提炼从音频信号中提取音频特征。

特点=提取物（AFE，AUDION）;

使用信息确定特征提取矩阵的哪一列对应于所请求的音调提取。

idx=信息（aFE）
Idx =.带字段的结构：mfcc:[1 2 3 4 5 6 7 8 9 10 11 12 13]mfccDelta:[14 15 16 17 18 19 20 21 22 23 24 26]mfccDeltaDelta:[27 28 29 30 31 32 33 34 35 36 37 38 39]光谱色：40音高：41

绘制检测到的音高随着时间的推移。

t=linspace（0，大小（audioIn，1）/fs，大小（features，1））；情节（t，特征（：，idx.pitch））标题('沥青'）xlabel（‘时间’)伊拉贝尔(‘频率（Hz）’）

图包含轴。具有标题间距的轴包含类型线的对象。

打开实时脚本

创建一个音频数据存储，指向AudioToolbox®包含的音频样本。

folder=fullfile（matlabroot，“工具箱”那'声音的'那'样品');广告= audiodataStore（文件夹）;

查找对应于44.1 kHz的采样率的所有文件子集数据存储。

KeepFile = Cellfun（@（x）包含（x，‘44p1’），ads.files）;广告=子集（广告，Keepfile）;

将数据转换为高大堆高只有在明确使用时才会评估数组收集。MATLAB®通过最小化通过数据的传递数来自动优化排队的计算。如果您有并行计算工具箱™，则可以在多台计算机上传播计算。音频数据表示为一个m-By-1高级电池阵列，在哪里m是音频数据存储中的文件数。

adstall = tall（广告）
使用“本地”配置文件启动并行池（Parpool）连接到并行池（工人数：6）。Adstall = M×1高级电池阵列{539648×1 double} {227497×1 double} {8000×1 double} {685056×1 double} {882688×2 double} {1115760×2 double} {505200×2双}{3195904×2双} ::::::::::::::::

创建一个audiofeatureextractor.目的从每个音频文件中提取mel谱、巴克谱、ERB谱和线性谱。使用默认分析窗口和重叠长度进行光谱提取。

AFE = audiofeatureextractor（'采样率'，44.1e3，......'melspectrum'，真的，......“巴克光谱”，真的，......'erbspectrum'，真的，......'linearspectrum'，真的）;

定义A.Cellfun.功能使音频特征从高阵列的每个单元中提取。称呼收集评估高阵列。

specsTall=cellfun（@（x）提取（aFE，x），adsTall，“统一输出”，false）；等级库=聚集（等级库）；
使用并行池“本地”评估高表达： - 第1条：1：12秒评估完成12秒内完成

这眼镜从gather返回的变量是numfiles.- 1个单元格阵列，其中numfiles.是数据存储区中的文件数。单元阵列的每个元素是anumHops-经过-numfeatures.-经过-NumChannels.阵列，其中跳数和通道数取决于音频文件的通道的长度和数量，并且功能的数量是来自音频数据的所请求的特征数。

numfiles = numel（specs）
numFiles=12
[numhops1，numfeaturesfile1，numchanelsfile1] =大小（specs {1}）
numhops1 = 1053.
numFeaturesFile1=620
numchanelsfile1 = 1
[numHops2，numFeaturesFile2，numChanelsFile2]=大小（规格{2}）
numHops2=443
numfeaturesfile2 = 620.
numchanelsfile2 = 1

算法

这audiofeatureextractor.根据所选功能创建功能提取管道。减少计算，audiofeatureextractor.重用中介陈述。一些中间表示可以作为特征输出：

例如，为了创建提取Bark谱的质心的对象，树皮谱的通量，音调，谐波比和MFCC的Delta-Delta指定了audiofeatureextractor.作为：

AFE = audiofeatureextractor（......“spectraldescriptorinput”那“Barkspectrum”那......“Spectralcentroid”，真的，......“spectralflux”，真的，......“沥青”，真的，......“口琴”，真的，......“mfccDeltaDelta”，真的）
AFE = AudioFeatureextractor具有属性：属性窗口：[1024×1双]俯视高分：512 Samplege：44100 FFTLINPUT：[] SpectralDescriptorInput：'Barkspectrum'启用功能MFCCDETTADELTA，Spectralcentroid，Spectralflux，俯仰，Handonicratio Disable Favice Linearspectrum，Melspectrum，Barkspectum，erbspectrum，MFCC，MFCCDelta GTCC，GTCCDelta，GTCCDeltadelta，Spectralcrest，SpectraleAfe，Spectralentropy Spectrallats，Spectarkurtisis，SpectralrolfoftPoint，SpectrangsWness，Spectralswlope，Spectralsprapread，将相应的属性设置为True。例如，obj.mfcc = true，将mfcc添加到启用功能列表中。
此配置对应于突出显示的特征提取管道：

笔记

因为audiofeatureextractor.重用中介表示，功能输出audiofeatureextractor.可能与相应的单个特征提取器输出的特征的默认配置不一致。

兼容性考虑

展开全部

R2020b中的行为发生了变化

扩展能力

也可以看看

||||

在R2019B中介绍

音频工具箱文档

金宝app

尝试matlab，sim金宝appulink等产品下载188bet金宝搏

现在受审