Main Content

本页翻译不是最新的。点击此处可查看最新英文版本。

ALSA Audio Capture

使用 ALSA 从声卡捕获音频

自 R2021a 起

全页展开

需要附加功能：此功能需要 MATLAB Coder Support Package for NVIDIA Jetson and NVIDIA DRIVE Platforms 附加功能。

  • NVIDIA ALSA audio capture block

库:
NVIDIA Jetson and NVIDIA DRIVE / Audio and Video

描述

ALSA Audio Capture 模块从连接到 NVIDIA® 硬件的音频输入设备读取音频数据。该模块使用高级 Linux 声音架构 (ALSA) 驱动程序框架来读取音频数据。

该模块以 N×C 矩阵形式输出音频数据，其中 N 是每个音频通道的采样数，C 是音频设备支持的通道数。分别在每帧采样数(N) 和通道数(C) 参数中指定 N 和 C 的值。

注意

要将 ALSA Audio Capture 模块用于支持两个以上声道的音频设备，您必须有 Audio Toolbox™ 许可证。

算法

假设有一个 Simulink® 模型，它包括一个 ALSA Audio Capture 模块和一个 ALSA Audio Playback 模块。在每个采样时间，ALSA Audio Capture 从连接到硬件音频输入连接器的麦克风读取立体声音频数据。该模块以 3×2 矩阵形式输出数据。ALSA Audio Playback 模块接受该音频矩阵，并将音频发送到连接到硬件音频输出插孔的耳机。

Sample workflow diagram for the audio blocks

ALSA Audio Capture 模块根据每个音频通道的采样数 (N) 和采样频率 (Fs) 确定采样时间 (Ts)。

Ts = N / Fs

例如，如果 N 是 4410 个采样，而 Fs 是 44,100 Hz，则模块采样时间是 4410/44,100 = 0.1 秒。

N 是在通道数(C) 参数中指定的每个音频通道的采样数。Fs 是在音频采样频率(Hz) 参数中指定的音频数据的采样频率。

示例

Keyword Spotting in Audio Using MFCC and LSTM Networks on NVIDIA Embedded Hardware from Simulink

Keyword Spotting in Audio Using MFCC and LSTM Networks on NVIDIA Embedded Hardware from Simulink

Deploy a Simulink® model on the NVIDIA® Jetson™ board for keyword spotting in audio data. This example identifies the keyword(YES) in the input audio data using Mel Frequency Cepstral Coefficients (MFCC) and a pretrained Bidirectional Long Short-Term Memory (BiLSTM) network.

打开脚本

端口

输出

全部展开

该模块以 N×C 矩阵形式输出音频数据，其中 N 是每个通道的采样数，C 是音频支持的通道数。分别在每帧采样数(N) 和通道数(C) 参数中指定 N 和 C 的值。

例如，对于每个通道有三个采样的立体声音频源文件，该模块将音频数据组织成一个 3×2 矩阵。

Block diagram show data layout from ALSA audio capture block

输出矩阵的数据类型是在设备位深参数中指定的类型。

数据类型: int8 | int16 | int32

参数

全部展开

指定连接到硬件的 ALSA 音频输入设备，模块从该设备读取音频数据。

您可以从连接到硬件的 ALSA 音频输入设备接收音频。要获取连接到硬件的音频输入设备列表，请使用 listAudioDevices 函数，如 List Available ALSA Audio Input Devices 中所述。

编程用法

模块参数： deviceStr
类型：字符向量
值： valid name|
默认值：'hw:1,0'

在执行模数转换之前，音频数据转换为在此参数中指定的数据类型。

编程用法

模块参数： DataBitDepth
类型：字符向量
值： '16-bit integer'|'8-bit integer''32-bit integer'
默认值：'16-bit integer'

要计算音频输入设备支持的通道数，请使用 listAudioDevices 函数，如 List Available ALSA Audio Input Devices 中所述。

编程用法

模块参数： numberofChannels
类型：字符向量
值：正整数
默认值： '2'

指定音频输入设备用于读取音频数据的采样率，以 Hz 为单位。音频采样频率(Hz) 参数中列出的采样率取决于音频输入设备。要计算音频输入设备支持的采样率，请使用 listAudioDevices 函数，如List Available ALSA Audio Input Devices 中所述。

编程用法

模块参数： sampleRateEnum
类型：字符向量
值：正整数
默认值：'44100'

此参数指定模块输出的输出矩阵行数。输出矩阵的维度为 N×C，其中 N 是每个通道的采样数，C 是通道数。

编程用法

模块参数： frameSize
类型：字符向量
值：正整数
默认值：'4410'

版本历史记录

在 R2021a 中推出

另请参阅

模块