音频本地测量

音频本地测量[音频,"支柱"]

计算属性"支柱"本地分区音频.

音频本地测量[音频,{"支柱1","支柱2",…}]

计算多个属性"支柱我".

音频本地测量[音频,"支柱",格式]

返回指定输出中的测量值格式.

音频本地测量[视频,…]

计算中第一个音频曲目的测量值视频.

详细信息和选项

  • 音频本地测量也称为音频特征或描述符。
  • 音频本地测量返回一个时间序列返回每个分区的度量值。
  • 测量值根据平均信道值进行计算。
  • 基本直方图属性：
  • “最大值”最大值
    “最大绝对值”最大绝对值
    “最小值”最小值
    “MinAbs”最小绝对值
    “最小最大值”最小值和最大值
    “最小最大绝对值”最小和最大绝对值
    “平均值”平均值
    “中值”中值
    “标准偏差”数值的标准偏差
    “总计”值的总和
  • 强度属性：
  • “电源”平方值的平均值
    “RMS振幅”值的均方根
    “响度”估计响度测量
  • 响度属性使用史蒂文斯幂定律，使用.
  • 时域属性：
  • “峰值因子”最大值除以均方根
    “熵”值的熵
    “LPC”线性预测系数
    “峰值与平均功率比”最大功率除以平均功率
    “时间质心”值的时间重心
    “过零率”过零率
    “零交叉”分区过零次数
  • 这个“LPC”属性返回使用线性预测编码估计的12个系数。使用{“LPC”,n个},n个返回系数。
  • LPC系数通常用于语音信号的分析和编码。
  • 时间重心属性给出了每个分区的能量重心。时间质心0.5表示分区的中心，而0和1表示分区的开始和结束。
  • 频域属性：
  • “基本频率”估计基频
    “福尔马特”信号共振峰的频率
    “高频内容”线性加权功率谱的平均值
    “MFCC”Mel频率倒谱系数
    “光谱质心”功率谱重心
    “特殊休息”最大值除以功率谱平均值
    “光谱平坦度”几何平均值除以功率谱平均值
    “光谱峰度”震级谱峰度
    “光谱滚动”能量集中的频率
    “光谱偏斜”震级谱偏度
    “光谱斜率”估计的幅度谱斜率
    “频谱扩散”功率谱带宽的测量
  • 使用{“基本频率”,thr（星期三）,明弗雷克,最大频率}，仅在置信度为的情况下检测到的频率thr（星期三）或频率范围更高明弗雷克和最大频率返回。默认值针对包括语音和乐器在内的信号进行了优化。
  • 使用{“蚁族”,n个,米}，最多n个共振峰返回使用米LPC系数。默认情况下，和米取决于输入采样率。
  • MFCC属性返回13个系数。使用{“MFCC”,n个,米,明弗雷克,最大频率},n个系数返回使用米频率范围内的滤波器明弗雷克和最大频率.
  • 在连续分区上计算的频域属性：
  • “ComplexDomainDistance”预测傅立叶和测量傅立叶之间的距离
    “修改的KullbackLeibler”改良Kullback–光谱之间的莱布勒距离
    “新颖性”重大变化的估计度量
    “相位偏差”预测和测量傅里叶相位差
    “光谱通量”连续谱差范数
  • 语音属性：
  • “语音活动”是否检测到语音活动(0和1)
  • 扬声器属性：
  • “演讲技巧”非周期的(嘈杂的)成分
    “演讲基本频率”基频
    “语音频谱包络”平滑谱图数据
  • 默认情况下，返回属性值列表。其他格式规范包括：
  • 自动自动确定输出
    “关联”将结果格式化为协会
    “数据集”将结果格式化为数据集
    “列表”将结果格式化为列表
    “规则列表”将结果格式化为规则表达
  • 可以提供以下选项：
  • 对齐 居中时间戳与分区的对齐
    Fourier参数{-1,1}傅里叶参数
    衬垫 自动填充方案
    填充大小 自动填充量
    分区粒度 自动音频分区规范
    元信息无包括其他元信息
    MissingDataMethod（丢失数据方法）无用于缺少值的方法
    重新采样方法自动用于重新采样路径的方法
  • 默认情况下，测量值返回到每个分区的中心。使用对齐选项，可以在开始时返回测量值(左侧)或结束(赖特)每个分区的。
  • 默认情况下，信号在两端填充一半的分区大小，并保持静默。有关的可能设置衬垫，请参阅参考页AudioPad（音频板）.

示例

全部打开全部关闭

基本示例  (3)

计算音频对象的RMS振幅：

绘制测量结果：

计算视频对象：

绘制测量结果：

计算多个测量值：

绘制测量值：

范围  (24)

基本用途  (1)

将输出格式化为协会:

返回的列表时间序列:

返回规则列表：

返回a数据集:

直方图属性  (2)

基本直方图属性：

统计直方图属性：

强度属性  (1)

基于强度的基本特性：

时域属性  (6)

这个“CrestFactor属性测量分区上最大值与RMS的比率。“峰值与平均功率比”计算相同值的平方：

这个“时间质心”属性计算每个分区的能量分布的重心：

输出值绑定在0和1之间，其中0表示所有能量都集中在分区的开头。

“零交叉”返回分区中的零交叉数；“过零率”根据分区的持续时间对其进行规范化：

这个“LPC”属性返回使用线性预测编码估计的12个系数：

控制具有高采样率的音频对象的LPC系数数：

提取信号共振峰的频率：

控制用于计算的共振峰和LPC系数的数量：

音频信号的熵：

频域属性  (8)

“光谱峰”测量功率谱的最大值和平均值之间的比率：

“光谱滚动”测量频谱95%能量集中在以下的频率：

“光谱斜率”是功率谱斜率的度量：

“光谱平坦度”是功率谱平坦度的度量：

根据功率谱计算的常见统计特性：

这个“基本频率”估计单声道声音的基频：

控制检测灵敏度：

控制执行检测的频率范围：

“高频内容”使用随频率线性增加的权重计算功率谱的平均值：

谱的线性加权赋予谱的高端事件更大的重要性，使“高频内容”一个很好的瞬态检测候选者。

这个“MFCC”属性返回mel-frequency倒谱的12个系数：

控制系数的数量和滤波器的数量，以及频率范围：

相邻分区上计算的频域特性  (2)

基于两个连续帧的傅里叶变换之间距离的不同度量的属性：

这个“新颖性”属性计算帧与相邻帧的差异：

语音和扬声器属性  (4)

这个“语音活动”属性是语音信号的浊音部分的指示符函数：

用音频波形图显示语音活动：

使用较小的10毫秒窗口提高分辨率：

这个“演讲基本频率”属性估计语音的基本频率：

这个“语音频谱包络”属性返回信号频谱包络的系数：

绘制结果值：

这个“演讲技巧”属性返回信号的非周期分量的系数：

绘制结果值：

选项  (5)

对齐  (1)

结果的时间戳时间序列默认情况下位于每个分区的中心：

使用对齐->赖特要将计算的属性放置在每个分区的末尾，请执行以下操作：

衬垫  (1)

默认情况下，“无声”使用填充：

使用“反向”衬垫：

填充大小  (1)

默认情况下，在信号的两端应用等于分区大小一半的填充：

增加填充量：

在信号的开头和结尾使用不同的填充量：

分区粒度  (2)

指定100毫秒的分区大小：

使用10 ms的偏移：

使用平滑窗口：

默认情况下，所有频域属性都使用平滑窗口：

应用  (4)

检测复杂音频信号中的瞬态：

通过对原始信号的几个测量值求平均值来计算“检测函数”：

使用自适应阈值过滤检测功能：

查找过滤检测功能的峰值：

在波形上绘制检测到的瞬态：

计算音频对象的签名：

计算MFCC特征并提取值：

绘制生成的距离矩阵：

使用动态时间扭曲比较同一句子的两段录音：

计算并绘制录制的MFCC特征：

使用计算两个记录之间的动态时间扭曲对应关系Warping通信:

绘制两个记录之间的对应关系：

使用“MFCC”测量作为一种特征，用于计算示例数据[“音频”]集合：

可能的问题  (1)

“基本频率”返回一个缺少[]无法估计基频的分区的值（帧可能包含静音或多音）：

合成音的基频未定义：

整洁的示例  (3)

使用音频发生器:

计算“RMS振幅”和“基本频率”测量值：

使用“基本频率”控制结果频率的测量：

使用“RMS振幅”控制振幅的测量：

解码莫尔斯信号：

计算信号的RMS振幅并四舍五入：

仅选择存在瞬态的点：

确保第一个点位于t吨=0并计算最小时间增量：

定义莫尔斯电码映射：

解码信号：

创建音频对象波形的三维可渲染模型：

计算“最小值”和“最大值”测量值：

创建波形的3D模型：

三维打印模型：

Wolfram Research（2016），音频本地测量，Wolfram语言功能，https://reference.wolfram.com/language/ref/AudioLocalMeasurements.html（2024年更新）。

文本

Wolfram Research（2016），AudioLocalMeasurements，Wolfram语言函数，https://reference.wolfram.com/language/ref/AudioLocalMeasurements.html（2024年更新）。

CMS公司

沃尔夫拉姆语言。2016年，“音频本地测量”，Wolfram语言与系统文档中心。Wolfram研究。上次修改时间：2024年。https://reference.wolfram.com/language/ref/AudioLocalMeasurements.html。

亚太地区

沃尔夫拉姆语言。(2016). 音频本地测量。Wolfram语言与系统文档中心。检索自https://reference.wolfram.com/language/ref/AudioLocalMeasurements.html

BibTeX公司

@misc｛reference.wolfram_2024_audiolocalmeasurements，author=“wolfram Research”，title=“｛audiolocalmeasurements｝”，year=“2024”，howpublished=“\url｛https://reference.wolfram.com/language/ref/audiolocalmeasurements.html｝”，note=[访问时间：2024年9月21日]}

BibLaTeX公司

@在线{reference.wolfram_2024_audiolocalmeasurements，organization={wolfram Research}，title={audiolocalmeasurements}，year={2024}，url={https://reference.wolfram.com/language/ref/AudioLocalMeansurements.html}，note=[访问时间：2024年9月21日]}