主要内容

音频工具箱

设计和分析语音,声学和音频处理系统

Audio Toolbox™提供音频处理、语音分析和声学测量工具。它包括处理音频信号(如均衡和时间延伸)的算法,估计音频信号度量(如响度和清晰度),以及提取音频特征(如MFCC和音调)的算法。它还提供先进的机器学习模型,包括i-向量,和预先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。工具箱提供ASIO™、CoreAudio和其他声卡的流接口;MIDI设备;以及用于生成和托管VST和音频单元插件的工具。

通过Audio Toolbox,您可以导入、标签和增强音频数据集,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记录的高级语义分析。

您可以实时创建音频处理算法的原型,也可以通过将低延迟音频传输到声卡或从声卡传输来运行定制的声学测量。你可以验证你的算法,把它变成一个音频插件运行在外部主机应用程序,如数字音频工作站。插件托管让您使用外部音频插件作为常规MATLAB®对象。

开始

学习音频工具箱的基础知识

音频I/O和波形生成

从设备上记录和播放音频,读取和写入音频文件,生成波形

音频处理算法设计

音频处理工具,算法设计与模块化,流处理

机器学习和深度学习的音频

数据集管理、标注和扩充;用于音频、语音和声学应用的分割和特征提取

测量和空间音频

声学,心理声学,室内脉冲响应,HRTF,声压级测量

模拟、调优和可视化

实时原型和调优,MIDI,音频测试平台

乐器数字接口(MIDI)

创建、发送和接收MIDI消息

音频插件创建和托管

VST和AU的生成、测试、验证和托管

代码生成和部署

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