Wolfram Áudio | Experimente!

Edite e execute qualquer trecho de código clicando dentro do código e pressionando
+
.
Processamento & Análise de Áudio. Wolfram Áudio oferece processamento altamente otimizado e análise avançada de fala, música e outros sinais de áudio. A integração com machine learning e redes neurais possibilita soluções em sistemas automatizados, segurança, medicina e muito mais.

Importar, Processar e Exportar Áudio

Importe um arquivo de áudio com ruído de fundo em alta frequência:
Executar
In[]:=
music=Import["ExampleData/sample.flac"]
Exiba o espectrograma do áudio:
Executar
In[]:=
Spectrogram[music]
Remova o ruído de fundo de alta frequência:
Executar
In[]:=
filteredmusic=LowpassFilter[music,
800
Hz
]
Veja o espectrograma do áudio filtrado:
Executar
In[]:=
Spectrogram[filteredmusic]
Exporte o resultado no formato de sua escolha:
Executar
In[]:=
Export["filteredexample.mp3",filteredmusic]

Visualizar Sinais de Áudio

Áudio de diferentes tipos de fontes:
Executar
In[]:=
sources=ExampleData[{"Audio",#}]&/@{"Cat","Cello","FemaleVoice"}
As formas de onda de áudio mostram a amplitude do som ao longo do tempo:
Executar
In[]:=
AudioPlot[#,PlotLayout->"Averaged"]&/@sources
Os espectrogramas mostram a frequência ao longo do tempo:
Executar
In[]:=
Spectrogram/@sources
Os periodogramas mostram as frequências dominantes:
Executar
In[]:=
Periodogram[#,256]&/@sources

Remover Ruído ou Adicionar Efeitos

Comece com um clipe de áudio com ruído:
Executar
In[]:=
apollo=ExampleData[{"Audio","Apollo11SmallStep"}]
Reduza o ruído do áudio:
Executar
In[]:=
filteredapollo=WienerFilter[apollo,30]
Altere o tom na primeira metade do áudio:
Executar
In[]:=
{beginning,end}=AudioSplit[filteredapollo,4];​​AudioJoinAudioPitchShiftbeginning,
1
octaves
,end

Extrair Características do Áudio

Comece com um conjunto de dados de dígitos falados:
Run
In[]:=
digitspeech=
Input
SpeakerID
Output
Speaker A
1
Speaker A
2
Speaker A
3
Speaker B
1
Speaker B
2
Speaker B
3
Speaker C
1
Speaker C
2
Speaker C
3
;
Defina um extrator de características usando um modelo pré-treinado:
Executar
In[]:=
extractor=NetAppend[NetTake[NetModel["Wav2Vec2 Trained on LibriSpeech Data"],"FeatureExtractor"],"Mean"->AggregationLayer[Mean,1]]
Exiba as características extraídas em um gráfico 3D:
Executar
In[]:=
Module{colors,styling},​​colors="Speaker A"->
,"Speaker B"->
,"Speaker C"->
;​​styling=
Function[
]
;​​Legended[​​FeatureSpacePlot3D[Normal[digitspeech[All,styling]],FeatureExtractor->extractor,LabelingFunction->None],​​PointLegend[Values[colors],Keys[colors]]​​]​​

Identificar Fontes de Áudio

Identifique o que há em um sinal de áudio:
Executar
AudioIdentify

Comece com um áudio de fontes misturadas:
Executar
In[]:=
mixedsources=
;
Identifique a fonte dominante em segmentos de meio segundo:
Executar
In[]:=
segmentIds=AudioBlockMapAudioIdentify
&,mixedsources,{1,.5}//Normal
Agrupe os segmentos em intervalos:
Executar
In[]:=
intervals=GroupBysegmentIds,Last,
Function[
]

Trace um gráfico dos resultados:
Executar
In[]:=
LegendedAudioPlotmixedsources,

,SwatchLegend
