Audio Toolbox简介(设计和分析语音、声学和音频处理系统)
Audio Toolbox™ 提供用于音频处理、语音分析和声学测量的工具。 它包括用于处理音频信号(例如均衡和时间拉伸)、估计声学信号指标(例如响度和清晰度)以及提取音频特征(例如 MFCC 和音高)的算法。 它还提供先进的机器学习模型,包括 i-vector 和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; 以及用于生成和托管 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。 提供的预训练模型可应用于录音以进行高级语义分析。
您可以实时构建音频处理算法的原型,或通过将低延迟音频传输到声卡或从声卡传输低延迟音频来运行自定义声学测量。 您可以通过将算法转换为音频插件以在外部主机应用程序(例如数字音频工作站)中运行来验证算法。 插件托管允许您将外部音频插件用作常规 MATLAB® 对象。
开始使用
了解音频工具箱的基础知识
音频 I/O 和波形生成
录制和播放设备中的音频、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
音频人工智能
数据集管理、标记和增强; 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、房间脉冲响应、HRTF、SPL 计量
模拟、调整和可视化
实时原型设计和调整、MIDI、音频测试台
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 生成、测试、验证和托管
代码生成和部署
为台式计算机、移动设备和嵌入式目标生成独立应用程序