AudioDistance

AudioDistance[audio1,audio2]

返回 audio1 与 audio2 间的距离度量.

AudioDistance[video1,video2]

返回 video1 和 video2 音轨之间的距离测量值.

更多信息和选项

  • AudioDistance 计算音频对象间的不相似度量，可能使用不同的距离函数比较信号的波形或其他特征.
  • 如果 audio1 和 audio2 是不同的长度，默认情况下，把信号修建为更短的长度，然后计算距离.
  • 可以指定以下选项：
  • DistanceFunctionAutomatic使用的距离函数
    MaskingAutomatic用于比较的音频区间
    PartitionGranularityAutomatic音频分区规范
    SampleRateAutomatic符合 audioi 的采样率
  • 默认情况下，使用 DistanceFunction->Automatic，计算音频波形的 EuclideanDistance. 使用不同的距离函数或不同的特征计算其他度量.
  • 以下距离函数是根据 audioi 的傅里叶变换计算的：
  • "SpectralEuclidean"应用于功率谱的欧几里得（默认）
    "SpectralItakuraSaito"LPC 衍生的光谱包络的最大似然性
    "SpectralMagnitudePhaseDistortion"幅度和相位频谱距离的平均
    "SpectralRMSLog"应用于功率谱对数的欧几里得
    "SpectralFirstOrderDifferential"一阶频谱导数间的距离
    "SpectralSecondOrderDifferential"二阶频谱导数间的距离
    "Cepstral"应用于功率倒谱的欧几里得
  • 还有其他 DistanceFunction 设置并可用于不同的音频特征：
  • EuclideanDistance欧几里得距离
    SquaredEuclideanDistance平方的欧几里得距离
    NormalizedSquaredEuclideanDistance正则化的平方欧几里得距离
    RootMeanSquare均方根距离
    ManhattanDistance曼哈顿或“城市区块 (city block)”距离
    CosineDistance角余弦距离
    CorrelationDistance相关系数距离
    WarpingDistance动态时间规整 (DTW) 距离
    f任意函数 f
  • 默认情况下，WarpingDistance 根据 "MFCC" 特征计算，所有其他距离是根据 "AudioData" 计算.
  • 使用 DistanceFunction->{method,FeatureExtractor->f}，可以指定不同的特征提取器.
  • FeatureExtractor 的可能设置包括：
  • "AudioData"音频数据
    "Formants"信号共振峰的频率
    "LPC"线性预测系数
    "MelSpectrogram"梅尔音阶谱图
    "MFCC"梅尔频率倒谱系数向量序列
    "Novelty"对于重要变化的估计度量
    "Spectrogram"频谱
  • 默认情况下，AudioDistance 的计算是基于更短长度的修剪过的信号.
  • 使用 Masking 选项，在不同的区间计算距离度量. 可能的设置包括：
  • Automatic修剪为更短的长度（默认）
    All填充到更长的长度
    {t1,t2}比较介于 t1 和 t2 之间的信号
    {{t11,t12},{t21,t22}}比较 audio1 的 t11 到 t12 和 audio2 的 t21 到 t22
  • 使用 Masking->{{t22,t12}},{t21,t22}}，两个区间的长度应该是一样的.
  • PartitionGranularity 只用于适用于分区音频的特征，像 "MFCC"，否则忽略.
  • 默认情况下，SampleRate->Automatic 接收所有 audioi 中最高的采样率.

范例

打开所有单元关闭所有单元

基本范例  (1)

两个音频对象间的距离：

范围  (2)

带有不同长度的两个音频信号的长度：

更长的信号被修剪为更短的长度：

两段视频音轨的距离：

选項  (13)

DistanceFunction  (6)

默认情况下，使用 "SpectralEuclidean" 距离：

各种距离的计算是基于音频信号的采样值：

基于频谱计算的距离比较频率内容而不是采样值：

信号的相位不同不会影响计算的频谱距离：

默认情况下，任何距离度量使用最合适的音频特征：

大部分距离使用 "AudioData" 作为默认的特征：

使用 WarpingDistance 时，默认情况下使用 "MFCC" 特征：

指定不同的特征：

除了 "AudioData" 的所有特征都是基于信号的短时傅里叶变换计算的：

Masking  (4)

如果两个信号有不同的长度，更长的会被修剪为更短的长度：

使用 Masking->All 比较信号的完整长度：

使用 Masking 选项比较两个音频对象的指定区间：

只要间隔的持续时间相同，就可以从不同的时间选择：

使用 MaskingAll 比较信号的完整长度：

PartitionGranularity  (2)

使用 PartitionGranularity 选项控制特征的计算：

如果选择的特征是 "AudioData"，PartitionGranularity 选项会被忽略：

SampleRate  (1)

默认情况下，所有音频信号被转换成更高的采样率：

使用指定的采样率：

应用  (1)

不同振荡器间的距离：

可视化比较波形：

Wolfram Research (2018)，AudioDistance，Wolfram 语言函数，https://reference.wolfram.com/language/ref/AudioDistance.html （更新于 2024 年）.

文本

Wolfram Research (2018)，AudioDistance，Wolfram 语言函数，https://reference.wolfram.com/language/ref/AudioDistance.html （更新于 2024 年）.

CMS

Wolfram 语言. 2018. "AudioDistance." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2024. https://reference.wolfram.com/language/ref/AudioDistance.html.

APA

Wolfram 语言. (2018). AudioDistance. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/AudioDistance.html 年

BibTeX

@misc{reference.wolfram_2024_audiodistance, author="Wolfram Research", title="{AudioDistance}", year="2024", howpublished="\url{https://reference.wolfram.com/language/ref/AudioDistance.html}", note=[Accessed: 21-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_audiodistance, organization={Wolfram Research}, title={AudioDistance}, year={2024}, url={https://reference.wolfram.com/language/ref/AudioDistance.html}, note=[Accessed: 21-November-2024 ]}