主要内容

stretchAudio

时间拉伸音频

折叠所有页面

句法

AudioOut = LigressAudio（AudioIn，Alpha）
AudioOut = LigressAudio（AudioIn，Alpha，Name，Value）

描述

例子

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

例子

audioOut=拉伸（audioIn那α那名称，价值的）使用一个或多个指定选项名称，价值对参数。

例子

全部收缩

打开生活的脚本

读入音频信号。听听音频信号并随时间绘制它。

[audioIn, fs] = audioread (“计数-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）

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;plot（t，abusout）xlabel（“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)

减慢原始音频信号0.75因素。听修改后的音频信号，并随着时间的推移绘制它。采样率保持与原始音频相同，但信号的持续时间增加。

AudioOut = LigressAudio（AudioIn，0.75）;t =(0:大小(audioOut, 1) 1) / fs;plot（t，abusout）xlabel（“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。具有标题修改信号的轴对象，加速因子= 0.75包含类型线的对象。

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。听听音频信号并随时间绘制它。

[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。

将音频信号转换为频域。

赢得=√损害(256'定期'））;OVRLP = 192;s = stft（Audioin，“窗口”,赢了,“OverlapLength”，OVRLP，'中心'、假);

将音频信号加速为1.4倍。指定用于创建频域表示的窗口和重叠长度。

alpha = 1.4;AudioOut = LigressAudio（S，Alpha，“窗口”,赢了,“OverlapLength”，ovrlp）;sound(audioOut,fs) t = (0:size(audioOut,1)-1)/fs;plot（t，abusout）xlabel（“时间(s)”) ylabel (“振幅”)标题('修改信号，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。

减慢音频信号倍数为0.8。指定用于创建频域表示的窗口和重叠长度。

α= 0.8;AudioOut = LigressAudio（S，Alpha，“窗口”,赢了,“OverlapLength”，ovrlp）;sound(audioOut,fs) t = (0:size(audioOut,1)-1)/fs;plot（t，abusout）xlabel（“时间(s)”) ylabel (“振幅”)标题(“修改信号，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。听听音频信号并随时间绘制它。

[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

锁相将非竞争计算负载添加到TSM，并不总是需要。默认情况下，禁用逐次锁定。将1.8的加速因子应用于输入音频信号。听听音频信号并随时间绘制它。

alpha = 1.8;TIC AUDIOOUT = LEGREDAUDIO（AudioIn，Alpha）;ProcessingTimewithoutphaseLocking = TOC.
加工inewithoutphaseLocking = 0.0798.
sound(audioOut,fs) t = (0:size(audioOut,1)-1)/fs;plot（t，abusout）xlabel（“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。听听音频信号并随时间绘制它。

tic audioOut = stretchAudio(audioIn,alpha，“锁定”,真正的);processingTimeWithPhaseLocking = toc
processingTimeWithPhaseLocking = 0.1154
sound(audioOut,fs) t = (0:size(audioOut,1)-1)/fs;plot（t，abusout）xlabel（“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”那“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”那“wsola”那“WSOLADelta”, 1024);processingTimeWithIncreasedWSOLADelta = toc
processingTimeWithIncreasedWSOLADelta = 25.5306
声音(audioOut (1:10 * fs,:), fs)

输入参数

全部收缩

输入信号，指定为列向量，矩阵或3-D阵列。该功能如何解释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。

    此语法适用于什么时候方法被设置为声码器的或“wsola”．

  • 如果audioIn很复杂，audioIn被解释为频域信号。在这种情况下,audioIn必须是AN.L.——- - - - - -M.——- - - - - -N.数组,L.为FFT长度，M.是单个光谱的数目，和N.是渠道的数量。

    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

指定可选的逗号分离对名称，价值参数。的名字是参数名称和价值为对应值。的名字必须出现在引号内。您可以以任何顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:'窗口'，kbdwin（512）

用于时间缩放音频的方法，指定为逗号分隔的对“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”被设置为声码器的那audioIn可以是实的，也可以是复杂的。如果“方法”被设置为“wsola”那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”和一个真正的矢量。矢量中的元素数量必须在范围内[1，大小(audioIn, 1)］.向量中的元素数也必须大于OverlapLength．

笔记

如果使用stretchAudio对于频域输入，您必须指定窗口与用于转换的窗口一样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，numel（窗口））。

笔记

如果使用stretchAudio对于频域输入，您必须指定OverlapLength与用于转换的相同重叠长度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”和错误的或真正的．

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，指定为逗号分隔的对组成'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

全部收缩

时间尺度修改音频，返回为独立通道的列向量或矩阵。

算法

全部收缩

阶段声码器

相位声码器算法是TSM的频域方法［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. 为了保护水平（跨越时间）相位相干性，算法将每个垃圾箱视为通过累积其瞬时频率的估计来计算相位的独立正弦曲线。

  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. 该算法将修改的频谱图返回到时域，Windows以δ的间隔间隔开，其中Δ≈0m。α是由此指定的加速因子α输入参数。

WSOLA.

WSOLA算法是TSM的时间域方法［1］[2]．WSOLA是重叠和添加（OLA）算法的扩展。在OLA算法中，时间域信号在间隔η处窗口，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]垂饰，约翰坦和梅纳德米勒。“审查音乐信号的时间尺度修改。”应用科学．2016年第6卷第2期。

[2]晾干器，约翰坦。“音乐音频信号的时间尺度修改算法”，硕士论文，萨尔兰大学，萨尔布吕肯，德国，2011年。

扩展功能

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。

也可以看看

|||

话题

介绍在R2019B.

音频工具箱文档

金宝app

仿真软件MAT金宝appLAB,その他の製品をお試しください

無料評価版のダウンロード