Audio Toolbox

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

Hai domande? Contatta l’ufficio commerciale.

Audio Toolbox fornisce strumenti di elaborazione dei segnali, analisi e simulazione per audio, parlato e acustica. Include algoritmi di elaborazione audio, stima di metriche psicoacustiche, modellazione della propagazione acustica, etichettatura e incremento dei dati ed estrazione delle feature. Il toolbox include anche modelli pre-addestrati di Machine Learning e Deep Learning per il transfer learning e per attività quali classificazione, trascrizione, sintesi e separazione delle sorgenti. 

È possibile trasmettere audio a bassa latenza per prototipare algoritmi e misurare i segnali in tempo reale. Il toolbox consente di simulare sistemi audio e acustici combinando l’acustica fisica, l’elaborazione digitale dei segnali audio (DSP) e la valutazione psicoacustica per analizzare gli effetti percettivi nelle primissime fasi del processo di progettazione. È possibile validare i progetti generando plug-in VST o Audio Unit ed elaborare campioni audio utilizzando modelli di IA e plug-in audio ospitati. 

Esempio di riconoscimento di comandi vocali con MATLAB mediante Deep Learning. Il live script a sinistra mostra le forme d’onda dei dati di addestramento, gli spettrogrammi Mel e l’architettura della rete neurale utilizzata per il riconoscimento dei comandi vocali. Il live script a destra mostra il rilevamento in tempo reale dei comandi vocali acquisiti dal microfono. Le finestre mobili in primo piano mostrano la forma d’onda del segnale audio acquisito e il relativo spettrogramma Mel.

Acquisizione e riproduzione in streaming

Trasmetti audio a bassa latenza dalle schede audio utilizzando driver audio standard (come ASIO, WASAPI, CoreAudio e ALSA) sui sistemi operativi Windows^®, Mac^® e Linux^®. Utilizza l’oggetto audiostreamer per elaborare l’audio in tempo reale, misurare le risposte all’impulso e creare app audio interattive e reattive.

Audio in tempo reale in MATLAB

Documentazione | Esempi

Forma d’onda con due altoparlanti, segnali separati dei singoli altoparlanti e segnale residuo, che mostra la ricostruzione della forma d’onda originale.

IA per audio, linguaggio parlato e acustica

Applica il Deep Learning e il Machine Learning ad audio, parlato e acustica. Crea, etichetta e incrementa i dati per l’addestramento dei modelli e il transfer learning. Estrai le feature ed esegui trasformazioni tempo-frequenza. Trascrivi e sintetizza il parlato utilizzando modelli su Cloud o in locale.

Modelli di IA preaddestrati

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 sistema di controllo attivo del rumore basato sull’algoritmo filtered-X LMS e configurato per essere eseguito in modo nativo su una macchina Speedgoat in tempo reale.

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 sistemi DSP, circuiti analogici e modelli di Deep Learning. Genera codice per sistemi embedded.

Documentazione | Esempi

Modello Simscape di un altoparlante attivo che comprende i domini fisici meccanico, elettrico e acustico con blocchi di pre-elaborazione DSP.

Acustica a parametri concentrati

Simula sistemi acustici utilizzando modelli a parametri concentrati in Simulink con Simscape e il componente aggiuntivo Simscape Acoustic. Modella involucri, tubi e trasduttori e integrali con componenti elettrici, meccanici e DSP per la validazione preliminare a livello di sistema.

Documentazione | Esempi

Modello 3D di un ufficio con una sorgente acustica e dei ricevitori.

Modelli di risposta acustica degli ambienti

Modella l’acustica degli ambienti con metodi basati sul ray tracing e sulle sorgenti immagine. Misura le risposte dei sistemi acustici e audio utilizzando hardware audio e sequenze MLS ed ESS. Codifica e decodifica l’audio spaziale con file HRTF, ambisonici e SOFA. Modella canali acustici subacquei.

Documentazione | Esempi

Psicoacustica e qualità audio

Applica misuratori del livello di pressione sonora (SPL) e filtri di ottava e di ponderazione ai segnali audio. Analizza le registrazioni utilizzando modelli percettivi standard per la sonorità, la ruvidezza e l’acutezza. Valuta la qualità audio e l’intelligibilità del parlato con metriche quali ViSQOL, STOI, STI e SII.

Documentazione | Esempi

Creazione e hosting di plug-in audio

Crea interfacce per la regolazione dei parametri degli algoritmi. Genera plug-in VST e Audio Unit direttamente dal codice MATLAB. Utilizza plug-in VST e Audio Unit esterni come normali oggetti MATLAB per elaborare campioni di segnali in MATLAB. Controlla i parametri dei plug-in tramite codice e controlli MIDI.

Progettazione di un primo plug-in audio con MATLAB

Documentazione | Esempi

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 dispositivi Raspberry Pi^®, Android^® o iOS, sistemi audio Speedgoat^® e schede ST Discovery.

Documentazione | Esempi

Risorse sui prodotti:

Documentazione Esempi Video Articoli tecnici Funzioni Supporto hardware Requisiti Note della release

Domande frequenti su Audio Toolbox

Espandi tutto

Audio Toolbox fornisce strumenti di elaborazione e analisi dei segnali per audio, parlato e acustica, inclusi algoritmi per l’elaborazione dei segnali, la stima di metriche acustiche, l’etichettatura e l’incremento dei set di dati audio e l’estrazione di feature audio.

Puoi trasmettere audio a bassa latenza da e verso le schede audio utilizzando driver audio standard come ASIO, WASAPI, CoreAudio e ALSA sui sistemi operativi Windows, Mac e Linux, elaborando l’audio in tempo reale in MATLAB con una latenza di andata e ritorno di pochi millisecondi.

Sì, puoi generare plug-in VST, plug-in AU ed eseguibili standalone direttamente dal codice MATLAB, senza dover progettare manualmente le interfacce utente.

Il toolbox include modelli preaddestrati di Machine Learning e Deep Learning che supportano il transfer learning per attività quali l’estrazione di embedding, la classificazione di suoni, la verifica del parlante, la trascrizione e la sintesi del parlato, la separazione delle sorgenti vocali e la riduzione del rumore di fondo.

Sì, puoi progettare modelli di sistema utilizzando librerie di blocchi per l’elaborazione audio per Simulink, regolare i parametri, visualizzare il comportamento del sistema e simulare sistemi DSP, circuiti analogici e modelli di Deep Learning.

Sì, Audio Toolbox offre funzionalità di hosting dei plug-in che consentono di elaborare array MATLAB utilizzando plug-in VST e AU esterni come normali oggetti MATLAB e di modificarne i parametri tramite codice, interfacce utente o controlli MIDI.

Puoi misurare le risposte all’impulso degli ambienti utilizzando sequenze MLS (Maximum-Length Sequence) e sinusoidi ESS (Exponential Swept Sinusoid), leggere e scrivere file SOFA, analizzare le funzioni HRTF (Head Related Transfer Function), codificare e decodificare formati ambisonici e applicare misuratori di sonorità e filtri di ottava.

Audio Toolbox fornisce una raccolta di metriche psicoacustiche e percettive per la valutazione dell’impatto del rumore, della qualità del suono e dell’intelligibilità del parlato. Tra queste figurano misurazioni della sonorità e del livello di pressione sonora (SPL), dei picchi e dei picchi reali del programma audio per il monitoraggio e la normalizzazione. Per la valutazione percettiva, oltre alle misurazioni del livello sonoro, Audio Toolbox supporta metriche per l’intelligibilità del parlato (ad esempio, STOI) e la qualità audio percepita (ViSQOL). Questi strumenti consentono una valutazione oggettiva dei segnali audio, rilevante dal punto di vista percettivo, per applicazioni di analisi della qualità del suono.

Sì, il toolbox supporta la simulazione di sistemi fisici acustici tramite strumenti complementari. La Simscape Acoustic Library disponibile su File Exchange consente la modellazione a parametri concentrati di componenti acustici fisici, come condotti, involucri, altoparlanti e microfoni, utilizzando il motore Simscape. Inoltre, Audio Toolbox consente di simulare l’acustica degli ambienti utilizzando metodi basati sulle sorgenti immagine e sul ray tracing stocastico.

Sì, con i prodotti MATLAB Coder e Simulink Coder puoi generare codice sorgente C e C++ e prototipare progetti di elaborazione audio su piattaforme come Raspberry Pi, app mobili Android o iOS, macchine audio Speedgoat e schede ST Discovery.