科學(xué)音頻處理（一）：怎樣使用Octave對(duì)音頻文件進(jìn)行讀寫操作
Octave 是一個(gè) Linux 上類似于 Matlab 的軟件，它擁有數(shù)量眾多的函數(shù)和命令，支持聲音采集、記錄、回放以及音頻信號(hào)的數(shù)字化處理，用于娛樂應(yīng)用、研究、醫(yī)學(xué)以及其它科學(xué)領(lǐng)域。在本教程中，我們會(huì)在 Ubuntu 上使用 Octave 的 4.0.0 版本讀取音頻文件，然后通過生成信號(hào)并且播放來模仿在各種情況下對(duì)音頻信號(hào)的使用。
本教程中關(guān)注的不是安裝和學(xué)習(xí)使用安裝好的音頻處理軟件，而是從設(shè)計(jì)和音頻工程的角度理解它是如何工作的。
環(huán)境準(zhǔn)備
首先是安裝 octave，在 Ubuntu 終端運(yùn)行下面的命令添加 Octave PPA，然后安裝Octave。
- sudo apt-add-repository ppa:octave/stable
- sudo apt-get update
- sudo apt-get install octave
步驟1：打開 Octave
在這一步中我們單擊軟件圖標(biāo)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(guān)信息。
- >> info = audioinfo ('testing.ogg')
步驟3：讀取音頻文件
在本教程中我會(huì)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(shù)量等。必須聲明的一點(diǎn)是教程中使用的所有的命令都是在 Octave 終端窗口中執(zhí)行的。首先，我們必須要把這個(gè) ogg 文件賦給一個(gè)變量。注意：文件必須在 Octave 的工作路徑中。
- >> file='yourfile.ogg'
- >> [M, fs] = audioread(file)
這里的 M 是一個(gè)一列或兩列的矩陣，取決于信道的數(shù)量，fs 是采樣率。
下面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(jié)束幀，datatype 指定返回的數(shù)據(jù)類型。可以為所有變量設(shè)置值：
- >> samples = [1, fs)
- >> [y, fs] = audioread (filename, samples)
數(shù)據(jù)類型：
- >> [y,Fs] = audioread(filename,'native')
如果值是“native”，那么它的數(shù)據(jù)類型就依數(shù)據(jù)在音頻文件中的存儲(chǔ)情況而定。
步驟4：音頻文件的寫操作
新建一個(gè) ogg 文件：
我們會(huì)從一個(gè)余弦值創(chuàng)建一個(gè) ogg 文件。采樣率是每秒 44100 次，這個(gè)文件最少進(jìn)行 10 秒的采樣。余弦信號(hào)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(chuàng)建了一個(gè) 'cosine.ogg' 文件，這個(gè)文件中包含余弦信號(hào)。
播放這個(gè) 'cosine.ogg' 文件就會(huì)產(chǎn)生一個(gè) 440Hz 的 音調(diào)，這個(gè)音調(diào)正好是樂理中的 'A' 調(diào)。如果需要查看保存在文件中的值就必須使用 'audioread' 函數(shù)讀取文件。在后續(xù)的教程中，我們會(huì)看到怎樣在兩個(gè)信道中讀取一個(gè)音頻文件。
步驟5：播放音頻文件
Octave 有一個(gè)默認(rèn)的音頻播放器，可以用這個(gè)音頻播放器進(jìn)行測(cè)試。使用下面的函數(shù)：
- >> [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);
在這個(gè)教程的續(xù)篇，我們會(huì)進(jìn)入音頻處理的高級(jí)特性部分，可能會(huì)接觸到一些科學(xué)和商業(yè)應(yīng)用中的實(shí)例。
