labeledSignalSet
创建标记信号集
描述
使用labeledSignalSet将带标签的信号与标签定义一起存储。使用signalLabelDefinition．
创造
语法
描述
lss= labeledSignalSet同时向集合中添加信号。使用addLabelDefinitions将标签定义添加到集合。
lss= labeledSignalSet (src）src．使用addLabelDefinitions将标签定义添加到集合。
lss= labeledSignalSet (src，lbldefs）src使用信号标签定义lbldefs．使用signalLabelDefinition创建信号标号定义。
输入参数
性质
对象的功能
addLabelDefinitions |
添加标签定义到标签信号集 |
同时 |
将成员添加到标记的信号集 |
countLabelValues |
计数标签值 |
创建数据存储 |
创建指向信号和标签数据的数据存储 |
编辑标签定义 |
编辑标签定义属性 |
getLabelDefinitions |
获取标记信号集中的标记定义 |
getLabeledSignal |
从标记信号集获得标记信号 |
getLabelNames |
获取标记信号集中的标签名称 |
getLabelValues |
从标记的信号集获取标签值 |
getMemberNames |
获取标记信号集中的成员名称 |
获取信号 |
从标记信号集获取信号 |
头 |
获取标签表的顶部行 |
labelDefinitionsHierarchy |
获取标签和子标签名称的分层列表 |
标签定义概述 |
获取信号标签定义的汇总表 |
合并 |
合并两个或多个标记的信号集 |
再定义 |
从标记信号集中移除标记定义 |
removeMembers |
从标记的信号集中删除成员 |
removePointValue |
从点标签中删除行 |
removeRegionValue |
从ROI标签中删除一行 |
重置标签值 |
将标签重置为默认值 |
setLabelValue |
在标签信号集中设置标签值 |
SetMemberName |
在标记信号集合中设置成员名称 |
子集 |
获取带有成员子集的新标记信号集 |
例子
鲸鱼歌曲的标签定义
想想一组鲸鱼的声音录音。记录下来的鲸鱼声音包括颤音和呻吟声。颤音听起来像是一连串的咔哒声。呻吟是类似于轮船喇叭声的低频叫声。你要观察每一个信号，并给它贴上标签，以识别鲸鱼的类型，颤音区和呻吟区。对于每个颤音区域，您还需要标记高于某个阈值的信号峰值。
信号标签定义
定义一个属性标签来存储鲸鱼类型。可能的分类是蓝鲸、座头鲸和白鲸。
dWhaleType=信号标签定义(“WhaleType”，...“LabelType”，“属性”，...“LabelDataType”，“分类”，...“类别”, (“蓝色”“座头鲸”“白色”]，...“描述”，“鲸鱼类型”）;
定义一个感兴趣区域(ROI)标签来捕获抱怨区域。定义另一个ROI标签来捕获颤音区域。
dMoans = signalLabelDefinition (“MoanRegions”，...“LabelType”，“投资回报率”，...“LabelDataType”，“逻辑”，...“描述”，“发出呻吟声的区域”）;dTrills = signalLabelDefinition (“TrillRegions”，...“LabelType”，“投资回报率”，...“LabelDataType”，“逻辑”，...“描述”，“颤音出现的区域”）;
最后，定义一个点标签来捕获颤音峰值。属性的子标签dTrills定义。
dTrillPeaks = signalLabelDefinition (“颤音峰”，...“LabelType”，“点”，...“LabelDataType”，“数字”，...“描述”，“颤音峰”)；dTrills.Sublabels=dtrillpeak；
标记信号集
创建一个labeledSignalSet用鲸鱼信号和标签定义。添加标签值来识别鲸鱼类型，呻吟和颤音区域，以及颤音的峰值。
负载labelwhalesignalslbldefs=[dWhaleType dMoans DTRILL]；lss=标签信号集（{whale1 whale2}，lbldefs，“MemberNames”, {“Whale1”“Whale2”}，...“采样器”Fs,“描述”，“描述波浪歌曲区域”）;
使用可视化标签层次结构和标签特性labelDefinitionsHierarchy和标签定义概述．
labelDefinitionsHierarchy (lss)
ans = 'WhaleType子标签:[]MoanRegions子标签:[]TrillRegions子标签:TrillPeaks '
labelDefinitionsSummary (lss)
ans =3×9表LabelName LabelType LabelDataType类别ValidationFunction DefaultValue Sublabels标签描述 ______________ ___________ _____________ ____________ __________________ ____________ ___________________________ ___ ____________________________ " WhaleType”“属性”“分类”{3 x1字符串}{【“N / A”】}{0 x0双}{0 x0双}””“鲸鱼输入"MoanRegions" "roi" "logical" {["N/A"]} {0x0 double} {0x0 double} {0x0 double} "" "发生呻吟的区域"" TrillRegions" "roi" "" logical" {["N/A"]} {0x0 double} {0x0 double} {1x1 signalLabelDefinition} ""发生颤音的区域"
加载数据中的信号对应于两只蓝鲸的歌声。设置“WhaleType”两个信号的值。
setLabelValue (lss 1“WhaleType”，“蓝”）;setLabelValue (lss 2“WhaleType”，“蓝”）;
可视化“标签”财产。表中有新添加的“WhaleType”两个信号的值。
lss。标签
ans =2×3表WhaleType MoanRegions TrillRegions _________ ___________ ____________ Whale1 blue {0x2 table} {0x3 table} Whale2 blue {0x2 table} {0x3 table}
可视化区域标签
想象鲸鱼的歌声来识别颤音和呻吟的区域。
次要情节(2,1,1)情节((0:长度(whale1) 1) / Fs, whale1) ylabel (“鲸鱼1”) subplot(2,1,2) plot((0:length(whale2)-1)/Fs,whale2) ylabel(《鲸鱼2》）
呻吟区是持续的低频哭声。
whale1呻吟声集中在7秒、12秒和17秒左右。whale2它的呻吟集中在3秒、7秒和16秒。
将呻吟区域添加到标记集。指定ROI限制(以秒为单位)和标签值。
moanRegionsWhale1 = [6.1 7.7;11.4 - 13.1;16.5 - 18.1);mrsz1 = [size(moanRegionsWhale1,1) 1];setLabelValue (lss 1“MoanRegions”、moanRegionsWhale1真实(mrsz1));moanRegionsWhale2 = [2.5 3.5;5.8 8;15.4 - 16.7);mrsz2 = [size(moanRegionsWhale2,1) 1];setLabelValue (lss 2“MoanRegions”、moanRegionsWhale2真实(mrsz2));
颤音区域有明显的爆发声，被寂静打断。
whale1以2秒为中心的颤音。whale2以12秒为中心的颤音。
将颤音区域添加到标记集。
trillRegionWhale1 = [1.4 3.1];trsz1 = [size(trillRegionWhale1,1) 1];setLabelValue (lss 1“TrillRegions”、trillRegionWhale1真实(trsz1));trillRegionWhale2 = [11.1 13];trsz2 = [size(trillRegionWhale1,1) 1];setLabelValue (lss 2“TrillRegions”，trillRegionWhale2，true（trsz2））；
创建一个信号屏蔽对象，并使用它来可视化和标记不同的区域。为了更好地可视化，请将标签值从逻辑更改为分类。
mr1 = getLabelValues (lss 1“MoanRegions”）;mr1。值=分类(repmat (“呻吟”mrsz1));tr1 = getLabelValues (lss 1“TrillRegions”); tr1.Value=分类（repmat(“颤音”trsz1));msk1 = signalMask ([mr1; tr1],“采样器”Fs);次要情节(2,1,1)plotsigroi msk1, whale1 ylabel (“鲸鱼1”)举行在mr2 = getLabelValues (lss 2“MoanRegions”）;mr2。值=分类(repmat (“呻吟”，mrsz2）；tr2=GetLabelValue（lss，2，“TrillRegions”）;tr2。值=分类(repmat (“颤音”trsz2));msk2 = signalMask ([mr2; tr2],“采样器”Fs);次要情节(2,1,2)plotsigroi msk2, whale2 ylabel (《鲸鱼2》)举行在
可视化点标签
为每个颤音区域标记三个峰值。对于点标签，您可以指定点位置和标签值。在本例中，点的位置是以秒为单位的。
peakLocsWhale1=[1.553 1.626 1.7]；peakValsWhale1=[0.211 0.254 0.211]；setLabelValue（lss，1[“TrillRegions”“颤音峰”]，...peakLocsWhale1 peakValsWhale1,“LabelRowIndex”1);次要情节(2,1,1)情节(peakLocsWhale1 peakValsWhale1,“v”)举行从peakLocsWhale2 = [11.214 11.288 11.437];peakValsWhale2 = [0.119 0.14 0.15];setLabelValue (lss 2“TrillRegions”“颤音峰”]，...peakLocsWhale2，peakValsWhale2，“LabelRowIndex”1);次要情节(2,1,2)情节(peakLocsWhale2 peakValsWhale2,“v”)举行从
探索标签值
使用查看标签值getLabelValues．
getLabelValues (lss)
ans =2×3表WhaleType MoanRegions三区{uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuul1蓝色{3x2表格}Whale2蓝色{3x2表格}1x3表格}
检索标记集的第一个成员的moan区域。
GetLabelValue（lss，1，“MoanRegions”）
ans =3×2表ROILimits价值 ____________ _____ 11.4 - 13.1 6.1 - 7.7 {[1]} {[1]} 16.5 - 18.1 {[1]}
使用第二个输出参数列出标签的子标签。
(价值,valueWithSublabel) = getLabelValues (lss 1“TrillRegions”）
值=1×2表ROILimits值__________ _____ 1.4 3.1 {[1]}
valueWithSublabel =1×3表ROILimits价值Sublabels TrillPeaks __________ _____ ___________ 1.4 - 3.1 {[1]} {3 x2表}
要检索子标签中的值，请将标签名称表示为一个双元素数组。
getLabelValues (lss 1“TrillRegions”“颤音峰”]）
ans =3×2表位置值{[0.2110]}1.626{[0.2540]}1.7{[0.2110]}
找出第三个颤音峰值对应于集合的第二个成员。
getLabelValues (lss 2“TrillRegions”“颤音峰”]，...“LabelRowIndex”，1，“SublabelRowIndex”3)
ans =1×2表位置值 ________ __________ 11.437 {[0.1500]}
统计标签值并创建数据存储
使用MATLAB®指定一组音频信号的路径，包括在MAT-files中。每个文件包含一个信号变量和一个采样率。列出文件的名称。
文件夹= fullfile (matlabroot,“工具箱”，“matlab”，“音视频”); lst=dir（追加（文件夹、，“/ * .mat”));nms = {lst (:) . name}’
nms =7 x1细胞{的唧唧声。垫的}｛'gong.mat' } {'handel.mat' } {'laughter.mat'} {'mtlb.mat' } {'splat.mat' } {'train.mat' }
创建指向指定文件夹的信号数据存储。设置采样率变量名称为Fs，这对所有文件都是通用的。生成排除该文件的数据存储的子集mtlb.mat．类的源使用子集数据存储labeledSignalSet对象。
sds = signalDatastore(文件夹,“SampleRateVariableName”，“Fs”）;sds =子集(sds ~ strcmp (nms,“mtlb.mat”)); lss=标签信号集（sds）；
创建三个标签定义来标记信号:
为包含人声的信号定义一个逻辑属性标签。
定义一个数字点标签，标记每个信号的最大位置和幅度。
定义分类感兴趣区域(ROI)标签，以挑选出每个信号的非重叠、均匀长度的随机区域。
将信号标签定义添加到已标记的信号集。
vc = signalLabelDefinition (“声音”，“LabelType”，“属性”，...“LabelDataType”，“逻辑”，“DefaultValue”、假);mx = signalLabelDefinition (“最大”，“LabelType”，“点”，...“LabelDataType”，“数字”）;rs = signalLabelDefinition (“RanROI”，“LabelType”，“投资回报率”，...“LabelDataType”，“分类”，“类别”，[“投资回报”“其他”]);(vc mx rs) addLabelDefinitions (lss)
标签的信号:
标签
“handel.mat”和“laughter.mat”就像有人类的声音一样。使用
islocalmax函数查找每个信号的最大值。标记其位置和值。使用
randROI函数生成尽可能多的长度区域N/10个样本，以适合一个长度的信号N给定最小的分离N/6个区域间样本。标记他们的位置，并分配给ROI类别。
当标记点和区域时，将样本值转换为时间值。减去1以说明MATLAB®数组索引，并除以样本率。
kj = 1;而Hasdata (sds) [sig,info] = read(sds);fs = info.SampleRate;[~, fn] = fileparts (info.FileName);如果fn==“汉德尔”| | fn = =“笑”setLabelValue (lss kj,“声音”,真正的)结束xm =找到(islocalmax(团体,“MaxNumExtrema”1));setLabelValue (lss kj,“最大”，(xm-1)/fs,sig(xm)) N = length(sig);roi = randROI (N (N / 10),圆(N / 6));setLabelValue (lss kj,“RanROI”、(rois-1) / fs repelem (“投资回报”，size(rois,1)) kj = kj+1;结束
确认只有两个信号包含语音。
countLabelValues (lss“声音”）
ans =2×3表语音统计百分比_____ _____ _______假4 66.667真2 33.333
确认两个信号的最大振幅为1。
countLabelValues (lss“最大”）
ans =5×4表最大计数百分比MemberCount ______________________ ____________ ___________ 0.80000000000000004441 1 16.667 1 0.89113331915798421612 1 16.667 1 0.94730769230769229505 1 16.667 11 2 33.333 2 1.0575668990330560071 1 16.667 1
验证每个信号有四个不重叠的随机感兴趣区域。
countLabelValues (lss“RanROI”）
ans =2×4表RanROI计数百分比成员计数uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu
用标记信号集中的数据创建两个数据存储:
的
信号数据存储对象sd包含信号数据。的
arrayDatastore对象ld包含标签信息。指定要包含与所创建的所有标签对应的信息。
(sd, ld) = createDatastores (lss, (“声音”“RanROI”“最大”]);
使用数据存储中的信息绘制信号并显示它们的标签。
使用
信号屏蔽对象以蓝色高亮感兴趣的区域。用黄线标出最大值的位置。
向包含人声的信号添加红色轴标签。
tiledlayout流而Hasdata (sd) [sg,nf] = read(sd); / /读取数据lbls =阅读(ld);nexttile msk = signalMask(lbls{:}。RanROI {:},“采样器”，nf.取样器）；plotsigroi（msk、sg）颜色条从包含(＇＇) (X, Y) = meshgrid (lbls {:} .Maximum {:} .Location, ylim);持有在情节(X, Y,“线宽”2,“颜色”，“# EDB120”)举行从如果lbls{:}。声音{:}ylabel (“表示”，“颜色”，“# D95319”）结束结束
函数roilims=randROI（N，wid，sep）num=floor（（N+sep）/（wid+sep））；hq=histcounts（randi（num+1,1，N-num*wid-（num-1）*sep，（1:num+2）-1/2）；roilims=（1+（0:num-1）*（wid+sep）+cumsum（hq（1:num））+[0 wid-1]；结束
你也可以从以下列表中选择一个网站:
