Audio Toolbox™提供用于音频处理、语音分析和声学测量的工具。它包括处理音频信号的算法,如均衡和时间延长,估计声音信号度量,如响度和锐度,并提取音频特征,如MFCC和音高。它还提供了先进的机器学习模型,包括i-vector,以及预训练的深度学习网络,包括VGGish和CREPE。工具箱应用程序支持实时算法金宝app测试,脉冲响应测量,和信号标记。该工具箱为ASIO™、CoreAudio和其他声卡提供流接口;MIDI设备;以及生成和托管VST和音频单元插件的工具。
使用Audio Toolbox,您可以导入、标记和增加音频数据集,以及提取特征来训练机器学习和深度学习模型。所提供的预训练模型可用于音频录音进行高级语义分析。
您可以实时创建音频处理算法的原型,或者通过在声卡之间传输低延迟音频来运行自定义声学测量。您可以通过将其转换为一个音频插件来验证您的算法,以便在外部主机应用程序(如数字音频工作站)中运行。插件托管允许您使用外部音频插件作为常规MATLAB®对象。
学习音频工具箱的基础知识
记录和播放来自设备的音频,读写音频文件,生成波形
音频处理工具,算法设计和模块化,流处理
数据集管理、标签和增强;用于音频、语音和声学应用的分割和特征提取
声学,心理声学,房间脉冲响应,HRTF, SPL计量
实时原型和调优,MIDI,音频测试平台
创建、发送和接收MIDI消息
VST和AU的生成、测试、验证和托管
为桌面计算机、移动设备和嵌入式目标生成独立的应用程序