Audio Toolbox

设计和分析语音、声学和音频处理系统

Audio Toolbox 提供用于音频、语音和声学的信号处理和分析工具。它包括用于处理音频信号、估计声学度量、标注和增强音频数据集以及提取音频特征的算法。

您可以通过与 ASIO、CoreAudio 和其他声卡之间流式传输低延迟音频来实时运行测量或原型算法。该工具箱可让您通过图形界面或 MIDI 事件控制算法参数。您可以通过将算法转换为 VST 或音频单元插件以在外部托管应用程序中运行来验证您的算法。该工具箱还提供插件托管，让您可以使用外部音频插件处理 MATLAB 数组。

该工具箱包括支持迁移学习的预训练机器学习模型和深度学习模型。您可以将这些模型直接应用于语音和声音信号以完成高级任务，例如嵌入提取、声音分类、说话人验证、语音转录与合成、源分离以及背景噪声降低。

Audio Toolbox 截图，使用深度学习进行语音命令识别，并排显示两个版本。

流式采集和播放

在 Windows^®、Mac^® 和 Linux^® 操作系统上使用标准音频驱动程序（如 ASIO、WASAPI、CoreAudio 和 ALSA）对声卡（如 USB 或 Thunderbolt™）读取和写入音频样本。在 MATLAB 中处理实时音频，双向延迟仅为毫秒级。

MATLAB 中的实时音频

文档 | 示例

两个讲话人的录制波形堆叠图，以及两个讲话人的单独轨道和残差信号。如图所示，分离的分量之和与原始信号匹配。

人工智能在音频、语音和声学领域的应用

将最新的深度学习和机器学习模型应用于音频、语音和声学信号。使用迁移学习创建、标注和增强音频数据以调节模型。提取特征并计算时频变换。使用 Statistics and Machine Learning Toolbox 以及 Deep Learning Toolbox 开发预测模型。

预训练的人工智能模型

文档 | 示例

音频处理算法

在 MATLAB 和 Simulink 中生成标准波形，应用常见音频效果，设计具有动态参数调节和实时可视化的音频处理系统。

参数均衡器设计

文档 | 示例

双路扬声器的 Simulink 模型，包括均衡器和压缩器等 DSP 模块，以及扬声器驱动器的基于电路的机电模型，配有可视化示波器和频谱分析仪。

使用 Simulink 进行系统建模

使用 Simulink 音频处理模块库设计系统模型。使用交互式控件和动态绘图来调节参数和可视化系统行为。对 DSP、模拟电路和深度学习模型进行仿真。

文档 | 示例

实时原型构建和可视化

自动为音频处理算法的可调参数创建用户界面。使用音频测试台测试算法，并通过 MIDI 使用自动生成的交互式控件在程序运行过程中调节参数。

文档 | 示例

冲激响应测量仪，显示用于选择估计方法和参数的控件，测量的时域冲激响应的详细信息，以及频域幅值和相位。

室内声学和空间音频

使用最大长度序列 (MLS) 和指数扫频正弦曲线 (ESS) 测量室内冲激响应，读写 SOFA 文件，分析和插值头部相关传递函数 (HRTF)，以及编码和解码立体混响声格式。使用分区频域方法运行高效卷积。

文档 | 示例

心理声学和响度测量

将声压级 (SPL) 表和响度表应用于记录的信号或实时信号。使用倍频程和分数倍频程滤波器分析信号。将符合标准的 A、C 或 K 加权滤波器应用于原始记录。监控峰值和真实峰值。测量声音的清晰度、粗糙度和起伏强度。

文档 | 示例

用 MATLAB 生成并在 REAPER 中运行的二进制插件的用户界面。该插件显示三频带参数均衡器的九个可调参数的九个滑块和旋钮，其外观体验与用户设计的 MATLAB App 相同。

音频插件创建和托管

直接从 MATLAB 代码生成 VST 插件、AU 插件和独立可执行插件，而不需要手动设计用户界面。使用外部 VST 和 AU 插件作为常规 MATLAB 对象来处理 MATLAB 数组，通过用户界面或 MIDI 控件以编程方式更改插件参数。

使用 MATLAB 设计您的第一个音频插件

文档 | 示例

RaspberryPi 板，表示可用于原型化在 MATLAB 或 Simulink 中开发的音频系统模型的嵌入式平台示例，无需额外的嵌入式软件工作。

部署到嵌入式和实时音频系统

使用 MATLAB 和 Simulink Coder 产品，从工具箱函数、对象和模块形式的信号处理和机器学习算法生成 C 与 C++ 源代码。通过专门的特征提取函数生成 CUDA^® 源代码。原型化 Raspberry Pi™、适用于 Android^® 或 iOS 设备的移动 App、Speedgoat 音频机器和 ST Discovery 板上的音频处理设计。

文档 | 示例