784
科學音頻處理（一）：怎樣使用 Octave 對音頻文件進行讀寫操作
Octave 是一個 Linux 上類似於 Matlab 的軟件，它擁有數量眾多的函數和命令，支持聲音采集、記錄、回放以及音頻信號的數字化處理，用於娛樂應用、研究、醫學以及其它科學領域。在本教程中，我們會在 Ubuntu 上使用 Octave 的 4.0.0 版本讀取音頻文件，然後通過生成信號並且播放來模仿在各種情況下對音頻信號的使用。
本教程中關注的不是安裝和學習使用安裝好的音頻處理軟件，而是從設計和音頻工程的角度理解它是如何工作的。
環境準備
首先是安裝 octave，在 Ubuntu 終端運行下麵的命令添加 Octave PPA，然後安裝 Octave 。
sudo apt-add-repository ppa:octave/stablesudo apt-get updatesudo apt-get install octave
步驟1：打開 Octave
在這一步中我們單擊軟件圖標打開 Octave，可以通過單擊下拉式按鈕選擇工作路徑。
步驟2：音頻信息
使用audioinfo命令查看要處理的音頻文件的相關信息。
>> info = audioinfo ('testing.ogg')
步驟3：讀取音頻文件
在本教程中我會使用 ogg 文件來讀取這種文件的屬性，比如采樣、音頻類型（stereo 和 mono）、信道數量等。必須聲明的一點是教程中使用的所有的命令都是在 Octave 終端窗口中執行的。首先，我們必須要把這個 ogg 文件賦給一個變量。注意：文件必須在 Octave 的工作路徑中。
>> file='yourfile.ogg'
>> [M, fs] = audioread(file)
這裏的 M 是一個一列或兩列的矩陣，取決於信道的數量，fs 是采樣率。
下麵的操作都可以讀取音頻文件：
>> [y, fs] = audioread (filename, samples)>> [y, fs] = audioread (filename, datatype)>> [y, fs] = audioread (filename, samples, datatype)
samples 指定開始幀和結束幀，datatype 指定返回的數據類型。可以為所有變量設置值：
>> samples = [1, fs)>> [y, fs] = audioread (filename, samples)
數據類型：
>> [y,Fs] = audioread(filename,'native')
如果值是“native”，那麼它的數據類型就依數據在音頻文件中的存儲情況而定。
步驟4：音頻文件的寫操作
新建一個 ogg 文件：
我們會從一個餘弦值創建一個 ogg 文件。采樣率是每秒 44100 次，這個文件最少進行 10 秒的采樣。餘弦信號的頻率是 440 Hz。
>> filename='cosine.ogg';>> fs=44100;>> t=0:1/fs:10;>> w=2*pi*440*t;>> signal=cos(w);>> audiowrite(filename, signal, fs);
這就在工作路徑中創建了一個 'cosine.ogg' 文件，這個文件中包含餘弦信號。
播放這個 'cosine.ogg' 文件就會產生一個 440Hz 的 音調，這個音調正好是樂理中的 'A' 調。如果需要查看保存在文件中的值就必須使用 'audioread' 函數讀取文件。在後續的教程中，我們會看到怎樣在兩個信道中讀取一個音頻文件。
步驟5：播放音頻文件
Octave 有一個默認的音頻播放器，可以用這個音頻播放器進行測試。使用下麵的函數：
>> [y,fs]=audioread('yourfile.ogg');>> player=audioplayer(y, fs, 8)scalar structure containing the fields:BitsPerSample = 8CurrentSample = 0DeviceID = -1NumberOfChannels = 1Running = offSampleRate = 44100TotalSamples = 236473Tag =Type = audioplayerUserData = [](0x0)>> play(player);
在這個教程的續篇，我們會進入音頻處理的高級特性部分，可能會接觸到一些科學和商業應用中的實例。
原文發布時間為：2016-09-09
本文來自雲棲社區合作夥伴“Linux中國”
最後更新：2017-06-07 17:03:39