Audio Toolbox

Progettazione e analisi di sistemi di elaborazione vocale, acustica e audio

Hai domande? Contatta l’ufficio commerciale.

Audio Toolbox fornisce strumenti per l’elaborazione e l’analisi di segnali per audio, linguaggio parlato e acustica. Include algoritmi per l’elaborazione di segnali audio, la stima delle metriche di segnali acustici, l’etichettatura e l’incremento di set di dati audio e l’estrazione di feature audio.

Puoi eseguire misurazioni o prototipare algoritmi in tempo reale eseguendo lo streaming di audio a bassa latenza su e da schede audio, come ASIO e CoreAudio. Il toolbox consente di controllare i parametri dell’algoritmo tramite interfacce grafiche o eventi MIDI e convalidare l’algoritmo trasformandolo in un plug-in VST o Audio Unit (AU) per eseguirlo in applicazioni host esterne. Offre inoltre l’hosting dei plug-in consentendo di elaborare gli array MATLAB con plug-in audio esterni.

Audio Toolbox include modelli di Machine Learning e Deep Learning pre-addestrati che supportano il Transfer Learning. È possibile applicare i modelli direttamente a segnali vocali e acustici per eseguire attività di alto livello quali estrazione dell’embedding, classificazione di suoni, verifica del parlante, trascrizione e sintesi vocale, separazione delle sorgenti e riduzione del rumore di fondo.

Schermata di Audio Toolbox che mostra il riconoscimento di comandi vocali tramite Deep Learning, con due versioni affiancate.

Acquisizione e riproduzione in streaming

Leggi e scrivi campioni audio da e su schede audio (come USB o Thunderbolt™) utilizzando driver audio standard (come ASIO, WASAPI, CoreAudio e ALSA) nei sistemi operativi Windows^®, Mac^® e Linux^®. Elabora audio live in MATLAB con millisecondi di latenza andata e ritorno.

Audio in tempo reale in MATLAB

Documentazione | Esempi

Grafico impilato della forma d’onda di una registrazione vocale di due parlanti, seguito dalle tracce separate dei due rispettivi parlanti e dal segnale residuo. La somma dei componenti separati è mostrata in modo che corrisponda al segnale originale.

IA per audio, linguaggio parlato e acustica

Applica i più recenti modelli di Machine Learning e Deep Learning a segnali vocali, acustici e audio. Crea, etichetta e incrementa dati audio per la regolazione dei modelli mediante Transfer Learning. Estrai le feature e calcola le trasformazioni tempo-frequenza. Sviluppa modelli predittivi con Statistics and Machine Learning Toolbox e Deep Learning Toolbox.

Modelli di IA pre-addestrati

Documentazione | Esempi

Algoritmi di elaborazione audio

Genera forme d’onda standard, applica gli effetti audio più comuni e progetta sistemi di elaborazione audio mediante la regolazione dinamica dei parametri e la visualizzazione in tempo reale in MATLAB e Simulink.

Progettazione di equalizzatori parametrici

Documentazione | Esempi

Modello Simulink di un altoparlante bidirezionale che include moduli DSP come equalizzatori e compressori, nonché un modello elettromeccanico basato su circuiti di un’unità altoparlante, completo di scope di visualizzazione e analizzatori di spettro.

Modellazione di sistemi in Simulink

Progetta modelli di sistemi utilizzando librerie di blocchi di elaborazione audio per Simulink. Regola i parametri e visualizza il comportamento dei sistemi utilizzando controlli interattivi e grafici dinamici. Simula DSP, circuiti analogici e modelli di Deep Learning.

Documentazione | Esempi

Prototipazione e visualizzazione in tempo reale

Crea automaticamente interfacce utente per i parametri regolabili degli algoritmi di elaborazione audio. Esegui il testing di algoritmi con l’app Audio Test Bench e regola i parametri nei programmi in esecuzione con controlli interattivi autogenerati tramite MIDI.

Documentazione | Esempi

App Impulse Response Measurer mostra i controlli per selezionare i metodi e i parametri di stima, i dettagli della risposta all’impulso misurata nel dominio del tempo e l’ampiezza e la fase nel dominio della frequenza.

Acustica dell’ambiente e audio spaziale

Misura le risposte all’impulso dell’ambiente con sequenze MLS (maximum-length sequence) e sinusoidi ESS (Exponential Swept Sinusoid), leggi e scrivi file SOFA, analizza e interpola le funzioni HRTF (Head Related Transfer Function) e codifica e decodifica formati ambisonici. Esegui convoluzioni efficienti con metodi partizionati nel dominio della frequenza.

Documentazione | Esempi

Psicoacustica e misurazione del volume

Applica i misuratori del livello di pressione sonora (SPL) e i misuratori del volume ai segnali registrati o live. Analizza i segnali con filtri d’ottava e a frazione d’ottava. Applica filtri di ponderazione A, C o K conformi agli standard alle registrazioni grezze. Monitora i valori di picco e di picco reali. Misura l’acutezza, la ruvidità e la forza di fluttuazione acustiche.

Documentazione | Esempi

Interfaccia utente di un plug-in binario generato con MATLAB e in esecuzione in REAPER. Il plug-in include nove cursori e manopole per i nove parametri regolabili di un equalizzatore parametrico a tre bande e ha la stessa interfaccia di un’app progettata in MATLAB.

Creazione e hosting di plug-in audio

Genera plug-in VST, plug-in AU e plug-in eseguibili standalone direttamente dal codice MATLAB senza dover progettare manualmente le interfacce utente. Utilizza plug-in VST e AU esterni come normali oggetti MATLAB per elaborare array MATLAB, modificando i parametri in modo programmatico, con interfacce utente o controlli MIDI.

Progettazione di un primo plug-in audio con MATLAB

Documentazione | Esempi

Scheda Raspberry Pi con un esempio di piattaforma embedded utilizzabile per prototipare modelli di sistemi audio sviluppati in MATLAB o Simulink, senza la necessità di ulteriore software embedded.

Sistemi audio target embedded e in tempo reale

Con MATLAB Coder e Simulink Coder è possibile generare codice sorgente C e C++ da algoritmi di elaborazione di segnali e Machine Learning forniti come funzioni, oggetti e blocchi di toolbox. Genera codice sorgente CUDA^® da specifiche funzioni di estrazione di feature. Prototipa progetti di elaborazione audio su Raspberry Pi™, app mobili per dispositivi Android^® o iOS, macchine audio Speedgoat e schede ST Discovery.

Documentazione | Esempi