Audio Toolbox

设计、分析和仿真声学、语音及音频处理系统

Audio Toolbox 提供用于音频、语音和声学的信号处理、分析和仿真工具。其中包括音频处理算法、心理声学度量估计、声传播建模、数据标注和增强，以及特征提取。该工具箱还包括预训练的机器学习模型和深度学习模型，用于迁移学习以及分类、转录、综合和源分离等任务。 

您可以流式传输低延迟音频，以制作算法原型并实时测量信号。该工具箱使您能够通过结合物理声学、音频 DSP 和心理声学评估对音频和声学系统进行仿真，从而在设计过程的早期评估感知效果。您可以通过生成 VST 或 Audio Unit 插件来验证设计，并使用 AI 模型和托管的音频插件处理音频采样。 

基于深度学习的 MATLAB 语音命令识别示例。左侧实时脚本显示训练数据波形、梅尔频谱图以及用于识别语音命令的神经网络架构。右侧实时脚本演示如何基于麦克风输入实时检测命令。前景中的浮动窗口显示捕获的音频波形及其对应的梅尔频谱图。

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（如 ASIO、WASAPI、CoreAudio 和 ALSA）从声卡流式传输低延迟音频。使用 audiostreamer 对象实时处理音频、测量冲激响应并构建响应迅速的音频 App。

MATLAB 中的实时音频

文档 | 示例

人工智能在音频、语音和声学领域的应用

将深度学习和机器学习应用于音频、语音和声学。为模型训练和迁移学习创建、标注和增强数据。提取特征并执行时频变换。使用云或本地模型转录并合成语音。

预训练的 AI 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

主动式噪声控制系统的 Simulink 模型，基于 filtered-X LMS 算法并配置为在实时 Speedgoat 计算机上本机运行。

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 系统、模拟电路和深度学习模型进行仿真。为嵌入式系统生成代码。

文档 | 示例

有源扬声器的 Simscape 模型，包括机械、电气和声学物理域，并具有 DSP 预处理模块。

集总参数声学

使用 Simulink 中的集总参数模型并结合 Simscape 和 Simscape Acoustic 附加功能，对声学系统进行仿真。对外壳、管和换能器建模，并与电气、机械和 DSP 组件集成，以进行早期系统级验证。

文档 | 示例

声学室内响应模型

使用射线追踪和镜像源方法对室内声学建模。使用音频硬件和 MLS 与 ESS 序列测量声学和音频系统响应。使用 HRTF、全向三维声场技术和 SOFA 文件对空间音频进行编码和解码。对水下声学信道建模。

文档 | 示例

心理声学和音频质量

对音频信号应用声压级 (SPL) 计以及倍频程和加权滤波器。使用响度、粗糙度和锐度的标准感知模型分析录音。使用 ViSQOL、STOI、STI 和 SII 等指标评估音频质量和语音可懂度。

文档 | 示例

音频插件创建和托管

为可调算法参数创建界面。直接从 MATLAB 代码生成 VST 和 Audio Unit 插件。将外部 VST 和 Audio Unit 插件用作常规 MATLAB 对象，以在 MATLAB 中处理信号采样。以编程方式以及通过 MIDI 控件控制插件参数。

使用 MATLAB 设计您的第一个音频插件

文档 | 示例

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。通过部分特征提取函数生成 CUDA^® 源代码。在 Raspberry Pi^®、Android^® 或 iOS 设备、Speedgoat^® 音频机器和 ST Discovery 板上构建音频处理设计原型。

文档 | 示例