Audio Toolbox

更新

ストリーミングによる取得と再生

Windows®、Mac®、Linux® オペレーティング システムで、標準的なオーディオドライバ (ASIO、WASAPI、CoreAudio、ALSA など) を使用して、サウンドカードから低レイテンシのオーディオをストリーミングできます。audiostreamer オブジェクトを使用して、リアルタイムでオーディオを処理し、インパルス応答を測定し、応答性の高いオーディオアプリを構築できます。

2 人の話者の音声、分離された各話者の信号、残差信号を表示し、元の波形が再構成される様子を示す波形。

オーディオ、音声、音響向け AI

ディープラーニングおよび機械学習を、オーディオ、音声、音響に適用します。モデルの学習や転移学習に使用するデータを作成、ラベル付け、水増しします。特徴量を抽出し、時間-周波数変換を実行します。クラウドモデルまたはローカルモデルを使用して、音声の文字起こしと合成を行います。

オーディオ処理アルゴリズム

MATLAB および Simulink による動的なパラメーター調整とライブの可視化を使用して、標準的な波形の生成、一般的なオーディオエフェクトの適用、オーディオ処理システムの設計を行います。

Filtered-X LMS アルゴリズムに基づくアクティブノイズ制御システムの Simulink モデルであり、リアルタイムの Speedgoat マシン上でネイティブに実行されるよう構成されています。

Simulink によるシステムモデリング

Simulink のオーディオ処理ブロックライブラリを使用して、システムモデルの設計を行います。対話型コントロールと動的に変化するプロットを使用して、パラメーターを調整し、システムの動作を可視化できます。DSP システム、アナログ回路、ディープラーニング モデルをシミュレーションします。組み込みシステム用のコードを生成します。

機械、電気、音響の各物理領域を含み、DSP 前処理ブロックを備えたアクティブスピーカーの Simscape モデル。

集中定数音響

Simulink で Simscape および Simscape Acoustic アドオンを使用し、集中定数モデルによって音響システムをシミュレーションします。エンクロージャ、チューブ、トランスデューサーをモデル化し、電気、機械、DSP の各コンポーネントと統合して、初期のシステムレベル検証を行います。

音源と受音点を配置したオフィス空間の 3D モデル。

室内音響応答モデル

レイトレーシング法とイメージソース法を用いて、室内の音響特性をモデル化します。オーディオ ハードウェアと MLS シーケンスおよび ESS シーケンスを使用して、音響システムとオーディオシステムの応答を測定します。HRTF、アンビソニックス、SOFA ファイルを使用して、空間音響を符号化および復号化します。水中音響チャネルをモデル化します。

心理音響学と音質

オーディオ信号に、音圧レベル (SPL) メーター、オクターブフィルター、重み付けフィルターを適用します。ラウドネス、ラフネス、シャープネスに関する標準的な知覚モデルを使用して、録音を解析します。ViSQOL、STOI、STI、SII などのメトリクスを使用して、音質および音声明瞭度を評価します。

オーディオプラグインの生成とホスティング

調整可能なアルゴリズム パラメーター用のインターフェイスを作成します。MATLAB コードから直接、VST および Audio Unit プラグインを生成します。外部の VST プラグインと Audio Unit プラグインを通常の MATLAB オブジェクトとして使用し、MATLAB 内で信号サンプルを処理します。プログラムによって、または MIDI コントロールを使用して、プラグインのパラメーターを制御します。 

Raspberry Pi ボードの写真。

組み込みおよびリアルタイム オーディオ システムへの展開

MATLAB と Simulink のコード生成製品を使用して、ツールボックス関数、オブジェクト、ブロックとして提供された信号処理アルゴリズムや機械学習アルゴリズムから C および C++ ソースコードを生成します。特定の特徴抽出関数から CUDA® ソースコードを生成します。Raspberry Pi®、Android® または iOS デバイス、Speedgoat® オーディオマシン、ST Discovery ボードでオーディオ処理設計のプロトタイピングを行います。