pitchnn
语法
描述
pitchnn (___)没有输出参数的情节基本频率估计。
例子
下载绉网络
下载并解压缩音频工具箱绉™模型。
类型绉在命令窗口。如果音频绉工具箱模型没有安装,那么函数提供了一个链接到网络权值的位置。下载模式,点击链接和MATLAB文件解压到一个位置路径。
另外,执行这些命令下载并解压缩绉模型到你的临时目录中。
downloadFolder = fullfile (tempdir,“crepeDownload”);loc = websave (downloadFolder,“https://ssd.mathworks.com/金宝appsupportfiles/audio/crepe.zip”);crepeLocation = tempdir;crepeLocation解压(loc)目录(fullfile (crepeLocation,“绉”))
通过输入检查安装是否成功绉在命令窗口。如果安装了网络,那么函数返回DAGNetwork(深度学习工具箱)对象。
绉
ans = DAGNetwork属性:层:[34×1 nnet.cnn.layer.Layer]连接:[33×2表]InputNames:{“输入”}OutputNames:{“音高”}
距估计与pitchnn
绉网络需要你进行预处理音频信号生成缓冲,重叠,规范化的音频帧,可以作为网络的输入。这个例子演示了pitchnn功能为您执行这些步骤。
读入一个音频信号估计。可视化和听音频。有九个口头话语音频剪辑。
[audioIn, fs] = audioread (“SingingAMajor-16-mono-18secs.ogg”);soundsc (audioIn fs) T = 1 / f;t = 0:师:(长度(audioIn) * t - t;情节(t, audioIn);网格在轴紧包含(“时间(s)”)ylabel (“Ampltiude”)标题(“在一个主要唱歌”)
使用pitchnn函数产生音高估计使用绉网络ModelCapacity设置为小和ConfidenceThreshold禁用。调用pitchnn没有输出参数块球场估计。如果你叫pitchnn之前下载的模型中,一个错误输出到命令窗口有一个下载链接。
pitchnn (audioIn fs,“ModelCapacity”,“小”,“ConfidenceThreshold”,0)
满怀信心的阈值残疾,pitchnn提供了一个音高估计为每一帧。增加了ConfidenceThreshold来0.8。
pitchnn (audioIn fs,“ModelCapacity”,“小”,“ConfidenceThreshold”,0.8)
调用pitchnn与ModelCapacity设置为完整的。有九个主要音高估计分组,每组对应的九直言不讳的言论。
pitchnn (audioIn fs,“ModelCapacity”,“全部”,“ConfidenceThreshold”,0.8)
调用光谱图和比较的频率内容与音高估计信号pitchnn。使用一个帧的大小250年样品和重叠的225年样品或90%。使用4096年DFT变换点。
光谱图(fs audioIn, 250225年,4096年,“桠溪”)
输入参数
输出参数
引用
[1]Kim Jong钟旭,贾斯汀班子,彼得·李和胡安-帕布鲁贝罗。“绉:卷积表示音高估计。“在2018年IEEE国际会议音响、演讲和信号处理(ICASSP),161 - 65。卡尔加里,阿瑟:IEEE 2018。https://doi.org/10.1109/ICASSP.2018.8461329。
扩展功能
版本历史
介绍了R2021a
