主要内容

OpenL3预处理

预处理OpenL3嵌入提取的音频

自从R2022b

扩展所有的页面
  • OpenL3预处理块

库:
音频工具箱/深度学习

描述

的OpenL3预处理阻止生成声音(音频输入。你可以养活声音OpenL3 pretrained网络或网络,接受OpenL3一样的输入。

港口

输入

全部展开

声音数据,指定为一个一个频道的信号(列向量)。如果输入信号的采样率(Hz)是48 e3,没有任何限制输入帧长度。如果输入信号的采样率(Hz)不同于48 e3,然后输入帧长度必须大量毁灭的多个因素的重采样操作执行。如果输入帧长度不满足这个条件,块抛出一个错误消息与信息大量毁灭的因素。

数据类型:单|双

输出

全部展开

谱图产生输入音频,作为一个矩阵,其大小取决于返回的值光谱类型参数。

  • 梅尔(128乐队)——大小的块返回梅尔谱图由- 199,128 - 128是梅尔乐队的数量,和199年是时间跳数。

  • 梅尔(256乐队)——大小的块返回梅尔谱图由- 199,256 - 256是梅尔乐队的数量,和199年是时间跳数。

  • 线性——大小的块返回一个积极的片面的声谱图257 - 197,其中257是FFT长度和197年时间跳的数量。

您可以使用此谱图作为一个输入OpenL3相同的块光谱类型。

数据类型:单

参数

全部展开

输入信号的采样率Hz,指定为一个积极的标量。

连续谱图之间的重叠比例指定为一个标量范围在[0 100)。

类型的光谱产生输入音频、指定为梅尔(128乐队),梅尔(256乐队),或线性。

块特征

数据类型

双|单

直接引线

没有

多维信号

没有

适应信号

没有

讨论二阶导数过零检测

没有

引用

[1]克莱默,杰森,et al。“看,听,和了解更多:设计选择音频嵌入的深处。”InICASSP 2019年IEEE国际会议音响、演讲和信号处理(ICASSP),2019岁的IEEE 3852 - 56页。DOI.org (Crossref),doi: 10.1109 / / ICASSP.2019.8682475。

扩展功能

C / c++代码生成
使用仿真软件生成C和c++代码®编码器™。万博1manbetx

版本历史

介绍了R2022b

另请参阅

块

功能