33.5 Обработка аудиоданных

Octave предоставляет несколько функций для работы с аудиоданными. Аудио«образец» — это одно выходное значение АЦП, то есть небольшое целое число (обычно 8 или 16 бит), а аудиоданные — это просто последовательность таких образцов. Их можно охарактеризовать тремя параметрами: частотой дискретизации (измеряется в образцах в секунду или Гц, например, 8000 или 44100), количеством бит на образец (например, 8 или 16) и количеством каналов (1 для моно, 2 для стерео и т. д.).

Существует множество различных форматов представления таких данных. В настоящее время поддерживаются только два самых популярных формата: линейное кодирование и кодирование по закону μ. Отличное руководство по форматам аудиоданных от Гайдо ван Россума guido@cwi.nl можно найти на любом сайте часто задаваемых вопросов, в частности, в каталоге /pub/usenet/news.answers/audio-fmts на сайте архива rtfm.mit.edu.

Octave просто обрабатывает аудиоданные как векторы образцов (немонофонические данные пока не поддерживаются). Предполагается, что аудиофайлы с линейным кодированием имеют одно из расширений lin или raw, а файлы, содержащие данные в кодировании по закону μ, заканчиваются на au, mu или snd.

y = lin2mu (x, n)

Преобразование аудиоданных из линейного в μ-закон.

Значения μ-закона используют 8-битные беззнаковые целые числа. Линейные значения используют n-битные знакомые целые числа или значения с плавающей точкой в диапазоне -1 ≤ x ≤ 1, если n равно 0.

Если n не указано, он по умолчанию устанавливается в 0, 8 или 16 в зависимости от диапазона значений в x.

См. также: mu2lin.

y = mu2lin (x, n)

Преобразование аудиоданных из μ-закона в линейный.

Значения μ-закона представляют собой 8-битные беззнаковые целые числа. Линейные значения используют n-битные знакомые целые числа или значения с плавающей точкой в диапазоне -1 ≤ y ≤ 1, если n равно 0.

Если n не указано, он по умолчанию устанавливается в 0.

См. также: lin2mu.

record (sec)

record (sec, fs)

Запись sec секунд аудио с системного аудиовхода по умолчанию с частотой дискретизации 8000 образцов в секунду.

Если указан необязательный аргумент fs, он определяет частоту дискретизации для записи.

Для большего контроля над записью аудио используйте класс audiorecorder.

См. также: sound, soundsc.

sound (y)

sound (y, fs)

sound (y, fs, nbits)

Воспроизведение аудиоданных y с частотой дискретизации fs на стандартном аудиоустройстве.

Аудиосигнал y может быть вектором или двумерным массивом с двумя столбцами, представляющим моно- или стереоаудио соответственно.

Если fs не указан, используется значение по умолчанию 8000 образцов в секунду.

Необязательный аргумент nbits определяет разрядность для воспроизведения на аудиоустройстве и по умолчанию равен 8 битам.

Для большего контроля над воспроизведением аудио используйте класс audioplayer.

См. также: soundsc, record.

soundsc (y)

soundsc (y, fs)

soundsc (y, fs, nbits)

soundsc (…, [ymin, ymax])

Масштабирование аудиоданных y и их воспроизведение с частотой дискретизации fs на стандартном аудиоустройстве.

Аудиосигнал y может быть вектором или двумерным массивом с двумя столбцами, представляющим моно- или стереоаудио соответственно.

Если fs не указан, используется значение по умолчанию 8000 образцов в секунду.

Необязательный аргумент nbits определяет разрядность для воспроизведения на аудиоустройстве и по умолчанию равен 8 битам.

По умолчанию y автоматически нормализуется в диапазон [-1, 1]. Если указан диапазон [ymin, ymax], то элементы y, попадающие в диапазон ymin ≤ y ≤ ymax, масштабируются в диапазон [-1, 1] вместо этого.

Для большего контроля над воспроизведением аудио используйте класс audioplayer.

См. также: sound, record.