audioFeatureExtractor
简化音频特征提取
描述
audioFeatureExtractor多个音频特征提取器封装到一个精简和模块化的实现。
创建
描述
aFE= audioFeatureExtractor ()
aFE= audioFeatureExtractor (名称,值)aFE使用一个或多个名称-值对参数。
属性
对象的功能
提取 |
提取音频功能 |
setExtractorParams |
为个人特征提取器设置默认的参数值 |
信息 |
输出映射器参数和个人特性 |
generateMATLABFunction |
创建MATLAB功能兼容C / c++代码生成 |
例子
提取多个音频特性
读入一个音频信号。
[audioIn, fs] = audioread (“Counting-16-44p1-mono-15secs.wav”);
创建一个audioFeatureExtractor对象,提取MFCC,δMFCC,δMFCC,音高,音频信号的频谱质心。使用30 ms分析窗口与20 ms重叠。
aFE = audioFeatureExtractor (…“SampleRate”fs,…“窗口”汉明(圆(0.03 * fs),“周期”),…“OverlapLength”而圆(0.02 * fs),…“mfcc”,真的,…“mfccDelta”,真的,…“mfccDeltaDelta”,真的,…“节”,真的,…“spectralCentroid”,真正的);
调用提取提取音频信号的音频特性。
特点=提取(aFE audioIn);
使用信息特征提取的确定哪些列矩阵对应请求的音高提取。
idx = info (aFE)
idx =结构体字段:mfcc:(1 2 3 4 5 6 7 8 9 10 11 12 13] mfccDelta:[14 15 16 17 18 19 20 21日22日23日24日25日26日]mfccDeltaDelta: [27 28 29 30 31 32 33 34 35 36 37 38 39] spectralCentroid: 40节:41
随着时间的推移情节发现音高。
t = linspace(0,大小(audioIn 1) / fs,大小(功能,1));情节(t)特性(:,idx.pitch))标题(“节”)包含(“时间(s)”)ylabel (的频率(赫兹))
从数据中提取特征
创建一个音频数据存储指向音频样本包含音频工具箱®。
文件夹= fullfile (matlabroot,“工具箱”,“音频”,“样本”);广告= audioDatastore(文件夹);
找到所有的文件对应44.1 kHz的采样率子集数据存储。
keepFile = cellfun (@ (x)包含(x,“44 p1”),ads.Files);广告=子集(广告,keepFile);
将数据转换成高数组中。高数组是只有当您显式地请求它们使用评估收集。MATLAB®自动优化计算排队通过最小化通过数据的数量。如果你有并行计算工具箱™,你可以计算分布到多台机器。音频数据的表示米1高单元阵列,米在音频数据存储文件的数量。
adsTall =高(广告)
开始平行池(parpool)使用“本地”概要文件…连接到平行池(工人数量:6)。adsTall = M×1高细胞数组{539648×1双}{227497×1双}{8000×1双}{685056×1双}{882688×2双}{1115760×2双}{505200×2双}{3195904×2双}::::
创建一个audioFeatureExtractor对象提取梅尔谱、树皮频谱ERB光谱,从每个音频文件和线性光谱。使用默认的窗口和重叠长度频谱分析提取。
aFE = audioFeatureExtractor (“SampleRate”,44.1 e3,…“melSpectrum”,真的,…“barkSpectrum”,真的,…“erbSpectrum”,真的,…“linearSpectrum”,真正的);
定义一个cellfun函数,以便从每个细胞中提取音频特性的高数组。调用收集评价高的数组。
specsTall = cellfun (@ (x)提取(aFE x), adsTall,“UniformOutput”、假);规格=收集(specsTall);
评估高表达式使用并行池“当地”:通过1对1:在12秒完成评估在12秒完成
的规格变量收集回来numFiles1单元阵列,numFiles在数据存储文件的数量。单元阵列的每个元素numHops——- - - - - -numFeatures——- - - - - -numChannels数组,啤酒花和通道数量的数量取决于渠道的长度和数量的音频文件,和功能的数量从音频数据特性的请求数量。
numFiles =元素个数(规格)
numFiles = 12
[numHops1, numFeaturesFile1 numChanelsFile1] =大小(规格{1})
numHops1 = 1053
numFeaturesFile1 = 620
numChanelsFile1 = 1
[numHops2, numFeaturesFile2 numChanelsFile2] =大小(规格{2})
numHops2 = 443
numFeaturesFile2 = 620
numChanelsFile2 = 1
算法
的audioFeatureExtractor创建一个特征提取管道根据你选择的功能。为了减少计算,audioFeatureExtractor重用的中介表示。一些中介表示可以输出功能:
例如,创建一个对象,提取质心的树皮,树皮的通量谱,,谐波比率,和MFCC的δ,指定audioFeatureExtractor为:
aFE = audioFeatureExtractor (…“SpectralDescriptorInput”,“barkSpectrum”,…“spectralCentroid”,真的,…“spectralFlux”,真的,…“节”,真的,…“harmonicRatio”,真的,…“mfccDeltaDelta”,真正的)
aFE = audioFeatureExtractor属性:属性窗口:[1024×1双]OverlapLength: 512 SampleRate: 44100 FFTLength: [] SpectralDescriptorInput:‘barkSpectrum mfccDeltaDelta启用功能,spectralCentroid, spectralFlux,音高,harmonicRatio linearSpectrum禁用功能,melSpectrum, barkSpectrum, erbSpectrum, mfcc, mfccDelta gtcc、gtccDelta, gtccDeltaDelta, spectralCrest, spectralDecrease, spectralEntropy spectralFlatness, spectralKurtosis, spectralRolloffPoint, spectralSkewness, spectralSlope, spectralSpread提取功能,设置相应的属性为true。例如,obj。mfcc= true, adds mfcc to the list of enabled features.
请注意
因为audioFeatureExtractor重用中介表示,输出的特性audioFeatureExtractor可能不符合缺省配置相应的个人特征提取器的输出特性。
