本教程中关注的不是安装和学习使用安装好的音频处理软件,而是从设计和音频工程的角度理解它是如何工作的。
环境准备
首先是安装 octave,在 Ubuntu 终端运行下面的命令添加 Octave PPA,然后安装Octave。
- sudo apt-add-repository ppa:octave/stable
- sudo apt-get update
- sudo apt-get install octave
步骤1:打开 Octave
在这一步中我们单击软件图标打开 Octave,可以通过单击下拉式按钮选择工作路径。
步骤2:音频信息
使用audioinfo命令查看要处理的音频文件的相关信息。
- >> info = audioinfo ('testing.ogg')
步骤3:读取音频文件
在本教程中我会使用 ogg 文件来读取这种文件的属性,比如采样、音频类型(stereo 和 mono)、信道数量等。必须声明的一点是教程中使用的所有的命令都是在 Octave 终端窗口中执行的。首先,我们必须要把这个 ogg 文件赋给一个变量。注意:文件必须在 Octave 的工作路径中。
- >> file='yourfile.ogg'
- >> [M, fs] = audioread(file)
这里的 M 是一个一列或两列的矩阵,取决于信道的数量,fs 是采样率。
下面的操作都可以读取音频文件:
- >> [y, fs] = audioread (filename, samples)
- >> [y, fs] = audioread (filename, datatype)
- >> [y, fs] = audioread (filename, samples, datatype)
samples 指定开始帧和结束帧,datatype 指定返回的数据类型。可以为所有变量设置值:
- >> samples = [1, fs)
- >> [y, fs] = audioread (filename, samples)
数据类型:
- >> [y,Fs] = audioread(filename,'native')
如果值是“native”,那么它的数据类型就依数据在音频文件中的存储情况而定。
步骤4:音频文件的写操作
新建一个 ogg 文件:
我们会从一个余弦值创建一个 ogg 文件。采样率是每秒 44100 次,这个文件最少进行 10 秒的采样。余弦信号的频率是 440 Hz。
- >> filename='cosine.ogg';
- >> fs=44100;
- >> t=0:1/fs:10;
- >> w=2*pi*440*t;
- >> signal=cos(w);
- >> audiowrite(filename, signal, fs);
这就在工作路径中创建了一个 'cosine.ogg' 文件,这个文件中包含余弦信号。
播放这个 'cosine.ogg' 文件就会产生一个 440Hz 的 音调,这个音调正好是乐理中的 'A' 调。如果需要查看保存在文件中的值就必须使用 'audioread' 函数读取文件。在后续的教程中,我们会看到怎样在两个信道中读取一个音频文件。
步骤5:播放音频文件
Octave 有一个默认的音频播放器,可以用这个音频播放器进行测试。使用下面的函数:
- >> [y,fs]=audioread('yourfile.ogg');
- >> player=audioplayer(y, fs, 8)
- scalar structure containing the fields:
- BitsPerSample = 8
- CurrentSample = 0
- DeviceID = -1
- NumberOfChannels = 1
- Running = off
- SampleRate = 44100
- TotalSamples = 236473
- Tag =
- Type = audioplayer
- UserData = [](0x0)
- >> play(player);
在这个教程的续篇,我们会进入音频处理的高级特性部分,可能会接触到一些科学和商业应用中的实例。