matlab音频读写，录制与播放.pdf-资料库

jeantc-1235578-20-音訊讀寫、錄製與播放.pdf-第1页.png

第1页 / 共18页

jeantc-1235578-20-音訊讀寫、錄製與播放.pdf-第2页.png

第2页 / 共18页

jeantc-1235578-20-音訊讀寫、錄製與播放.pdf-第3页.png

第3页 / 共18页

jeantc-1235578-20-音訊讀寫、錄製與播放.pdf-第4页.png

第4页 / 共18页

jeantc-1235578-20-音訊讀寫、錄製與播放.pdf-第5页.png

第5页 / 共18页

jeantc-1235578-20-音訊讀寫、錄製與播放.pdf-第6页.png

第6页 / 共18页

jeantc-1235578-20-音訊讀寫、錄製與播放.pdf-第7页.png

第7页 / 共18页

jeantc-1235578-20-音訊讀寫、錄製與播放.pdf-第8页.png

第8页 / 共18页

第二〸章音訊讀寫、錄製與播放本章重點本章介紹 MATLAB 對於聲音訊號（Audio Signal，簡稱「音訊」）的基本操作，包含讀檔、寫檔、錄音與播放。與音訊相關的函數都放在下列目錄： {matlab 根目錄}\toolbox\matlab\audio\ 讀者可經由輸入「help audio」而得到完整的函數列表。

MATLAB {]pP 20-1 音訊的基本介紹聲音訊號（Audio Signal）簡稱音訊，泛指由人耳聽到的各種聲音的訊號。一般來說，發音體會產生震動，此震動會對空氣產生壓縮與伸張的效果，形成聲波，以每秒大約 340 公尺的速度在空氣中傳播，當此聲波傳遞到人耳，耳膜會感覺到一伸一壓的壓力訊號，內耳神經再將此訊號傳遞到大腦，並由大腦解析與判讀，來分辨此訊號的意義。音訊有些基本的特質，可說明如下：音量（Volume）：聲音的大小稱為音量，又稱為力度、強度（Intensity）或是能量（Energy）。音量越大，代表音訊波形的震幅越大。音高（Pitch）：聲音的基本頻率（Fundamental Frequency）越高，代表音高越高（例如女高音的歌聲）；反之，聲音的基本頻率越低，代表音高越低（例如男低音的歌聲）。（有關基本頻率的說明，將在本章其後各小節說明。）音色（Timber）：音訊波形在每個週期內的變化，就形成了此音訊的音色。不同的音色即代表不同的音訊內容，例如不同的字有不同的發音，或是不同的歌手有不同的特色，這些都是由於音色不同而產生。瞭解這些特質，可使我們對音訊有更進一步的認識，並更容易瞭解本章各小節的程式範例。 MATLAB 從第五版後，新增了對音訊檔案讀寫的功能，並能直接錄製聲音訊號與播放。由於 MATLAB 本身就具有強大的矩陣運算與訊號處理的各種函數，因此如果你的研究或工作和音訊相關，使用 MATLAB 來進行音訊的處理，是再方便不過了！本章只介紹如何使用 MATLAB 來對音訊檔案（以 .wav 檔案為主）進行讀取與寫入，並說明如何進行音訊的錄製與播放。由於篇幅有限，本章並不介紹音訊處理與辨識的各種方法，有興趣的讀者，可進一步參考「訊號處理工具箱」（Signal Processing Toolbox） 20-2 MATLAB系列叢書

Chapter 20 音訊讀寫、錄製與播放或「數位訊號處理方塊集」（DSP Blocksets）的手冊，或參閱相關的教科書。（或是可以參考筆者的網頁，就有很多音訊處理與辨識的線上教材與相關 MATLAB 程式碼。） 20-2 WAV檔案的讀取在微軟視窗平台上，聲音訊號的檔案多以 wav 為副檔名，MATLAB可直接讀取此類檔案，所用的指令是 wavread。例如，若要讀取光碟中的檔案 welcome.wav，畫出音訊的波形並播放出此音訊，可使用下列程式： d 20-1G readWave01.m [y, fs]=wavread('welcome.wav'); sound(y, fs); % T time=(1:length(y))/fs; % bVq plot(time, y); % eXbWi 在上例中，fs 是取樣頻率，其值為 11025，代表當初在錄製這個音訊檔案時，每秒鐘會記錄下11025個聲音訊號的取樣值。而 y 是聲音訊號的向量，使用 sound(y, fs) 可播放出此音訊，所以你會聽到我的聲音「歡迎光臨」。time 則是對應在在時間軸的向量，因此將 y 對 time 做圖，就得到在時間軸上面的音訊波形：清蔚出版 20-3

MATLAB {]pP 事實上在錄製音訊檔案時，每一個取樣點大部分都是由8或16個位元（Bits）所代表，若要知道 welcome.wav 的取樣點是由多少個位元來表示，可使用 [y, fs, nbits]=wavread(‘welcome.wav’)。若要知道音訊長度，則可使用 length(y)/fs。以下範例可以印出音訊檔 welcome.wav 的各種相關資訊： d 20-2GreadWave02.m fileName='welcome.wav'; [y, fs, nbits]=wavread(fileName); fprintf('T "%s" TG \n', fileName); fprintf('T = %g \n', length(y)/fs); fprintf('Wv = %g I / \n', fs); fprintf('R = %g /I \n', nbits); 音訊檔案 "welcome.wav" 的資訊：音訊長度 = 1.45134 秒取樣頻率 = 11025 取樣點/秒解析度 = 8 位元/取樣點 MATLAB系列叢書 20-4

Chapter 20 音訊讀寫、錄製與播放讀者可能會好奇，為什麼每一個取樣點用 8 個位元來表示，但是從音訊波形來看，每一點的值都介於 –1 和 1 之間，這中間是如何轉換的？首先要知道 wav 檔案的 8 位元是以 unsigned integer（不帶符號的整數，即正整數）的方式來儲存，因此所能表示的數值是介於 0 和 255 (2^8-1) 之間，MATLAB 再將此值設定至變數 y 時，會自動將其數值調整至介於 –1 和 1 之間，因此若要將 MATLAB 讀出之數值轉回原先 8 位元所表示之數值，只要將變數 y 乘以 128，再加上 128，就可以得到原先的整數值，例如： d 20-3G readWave03.m fileName='welcome.wav'; [y, fs, nbits]=wavread(fileName); y0=y*(2^nbits/2)+(2^nbits/2); % y0 OxsbT difference=sum(abs(y0-round(y0))) difference = 0 在上例中，變數 difference 的值是零，代表 y0 的值完全是整數。此外，為了增加程式碼的通用性，我們用 2^nbits/2，而不直接使用128。 wavread 也可以讀取雙聲道或立體聲（Stereo）的音訊檔案，此時傳回的變數為具有兩直行的陣列，每一直行代表一個聲道的音訊，例如： d 20-4G readWave04.m fileName='flanger.wav'; [y, fs]=wavread(fileName); % T sound(y, fs); left=y(:,1); right=y(:,2); % T % nDT % knDT subplot(2,1,1), plot((1:length(left))/fs, left); subplot(2,1,2), plot((1:length(right))/fs, right); 此範例會讀取雙聲道的音訊檔 flanger.wav，播放此雙聲道的音訊，並畫出兩個聲道的音訊波形如下：清蔚出版 20-5

MATLAB {]pP 由於左右聲道的音量（即波形的震幅）相互消長，因此播放出來的效果，感覺好像音源在左右聲道之間游移。（小問題：給你一個單聲道的聲音訊號，你如何使用 MATLAB 對此音訊進行處理，最後產生原音訊在雙聲道之間游移的效果，如同此範例一般？）如果音訊檔案很大，無法一次讀入記憶體，我們也可以使用 wavread 來讀出音訊檔的其中一部份，例如： d 20-5G readWave05.m [y,fs]=wavread('welcome.wav', [4001 5000]); % 4001 5000 I figure; plot(y) 畫出之圖形如下： 20-6 MATLAB系列叢書

Chapter 20 音訊讀寫、錄製與播放這一段波形代表「歡迎光臨」中的「迎」剛開始發音的波形。由上圖可看出，聲波的外型是很類似一個週期波，其震幅大小就代表音量大小，而其週期的倒數就是「基本頻率」。以上述圖形而言，1000個取樣點大概包含了10個週期，所以每個週期大約包含 100 點，對應的時間是 100/fs = 100/11025 = 0.0091秒 = 9.1 ms，而基本頻率則是 1/0.0091 = 110.25 Hz，換算成鋼琴的按鍵，非常接近於中央 la （對應頻率是 440 Hz）降16度（兩個全音階）所得到的音，也就是下圖中的 A4（左邊數來第 5 個白鍵）。提示： HnCPAOPWvCH^LA la WvO 440 HzAK 7 P ]t A gUCG la hO 880 HzACK 12 AN 5 A@ la hO 220 HzC^C@ 12 b] Semitones^AH MIDI la bO 69AWvO 440 HzA]bMWv{i semitone = 69 + log*12    2 frequency 440    清蔚出版 20-7

MATLAB {]pP 提示： @qnD AbTBzWl ]Pitch Tracking^AOTBz n@AyXBBC 若要取得 wav 檔案的更多資訊，可由 wavread 的第四個輸出變數得到，例如： d 20-6GreadWave06.m [y, fs, nbits, opts]=wavread('flanger.wav'); opts.fmt ans = wFormatTag: 1 nChannels: 2 nSamplesPerSec: 22050 nAvgBytesPerSec: 88200 nBlockAlign: 4 nBitsPerSample: 16 其中 wFormatTag 代表這個 wav 檔案的格式標記，nChannels 代表聲道數（此例是二聲道）, nSamplesPerSec 代表取樣頻率，nAvgBytesPerSec 代表每秒的位元數（雙聲道再加上每個資料點是由兩個位元組來表示，所以在此例中，nAvgBytesPerSec 是 nSamplesPerSec 的四倍），nBlockAlign 是 nAvgBytesPerSec 對 nSamplesPerSec 的比值，nBitsPerSample 則是每個資料點所用到的位元數。除了微軟的 wav 檔案外，MATLAB 亦可讀取 au 檔案，這是在 NeXT/Sun 工作站常用的聲音檔案，所用的指令是 auread，其用法和 wavread 大致相同，在此不再贅述，讀者可由 help auread 得到相關的線上說明。 20-3 聲音訊號的播放 20-8 MATLAB系列叢書

资料库

matlab音频读写，录制与播放.pdf

相关推荐

开发技术

热门标签

最新资料