当前位置：文档之家 › 音乐合成_matlab

音乐合成_matlab

  • 格式：doc
  • 大小：286.21 KB
  • 文档页数：11

MATLAB音乐合成一、简单音乐合成1、根据音乐简谱和十二平均律计算出每个乐音的频率，在 MATLAB中生成幅度为 1，抽样频率为 8kHz 的正弦信号表示这些乐音，用 sound 播放合成的音乐A=[174.61 196 220 246.94 261.62 293.66 329.63 349.23 392 440493.88 523.25 587.33 659.25 698.45 739.99 783.99]; % 定义各调频率fs=8000; %修改频率pu=[1 1 1 3 5 5 5 5 6 6 6 8 5 4 4 6 6 3 3 3 3 2 2 2 2 5 5 1 1 1 3 5 5 5 5 6 6 6 8 5 4 4 4 6 3 3 3 3 3 2 2 2 3 1 ]; %在pu中只需输入乐谱数字，在下面B=A-什么什么那部分调整音调，省去了写频率的麻烦p=0.5;last_time=[p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p p p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p ];%各乐音持续时间为节省空间，用p代替N=length(pu);f=zeros(1,N);B=A-5;for i=1:Nf(i)=B(pu(i)); %f为各个乐音对应的频率，修改其它调endpoint=fs*last_time; %各个乐音的抽样点数total_point=sum(point); %这段音乐的总抽样点数store=zeros(1,total_point); %用store向量来储存抽样点m=1;for num=1:N %利用循环产生抽样数据，num表示乐音编号 t=1/fs:1/fs:point(num)/fs; %产生第num个乐音的抽样点store(m:m+point(num)-1)=sin(2*pi*f(num)*t); %抽样点对应的幅值m=m+point(num);endsound(store,8000); %播放出storeplot(store); %画出store图像2、除噪音，加包络在1.1中听到有“啪”的杂声，这是由于相位不连续产生了高频分量，下面通过加包络来消噪音。

比较科学的包络如下图所示，每个乐音都经过冲激、衰减、持续、消失四个阶段。

由上图可以看出这个包络是四段直线段构成的，因此只要确定了每段线段的端点，即可用端点数据写出直线方程，因为直线方程可以用通式写出（可以用斜截式），因此这段包络可以用简单的循环来完成。

例如认为包络线上的数据如下图所示：(1.2)A=[174.61 196 220 246.94 261.62 293.66 329.63 349.23 392 440 493.88 523.25 587.33 659.25 698.45 739.99 783.99]; % 定义各调频率fs=8000; %修改频率pu=[1 1 1 3 5 5 5 5 6 6 6 8 5 4 4 6 6 3 3 3 3 2 2 2 2 5 5 1 1 1 3 5 5 5 5 6 6 6 8 5 4 4 4 6 3 3 3 3 3 2 2 2 3 1 ];p=0.5;last_time=[p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p p p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p ];N=length(pu);f=zeros(1,N);B=A-5;for i=1:Nf(i)=B(pu(i)); %f为各个乐音对应的频率，修改其它调endpoint=fs*last_time; %各个乐音的抽样点数total_point=sum(point); %这段音乐的总抽样点数store=zeros(1,total_point); %用store向量来储存抽样点m=1;for num=1:N %利用循环产生抽样数据，num表示乐音编号t=1/fs:1/fs:point(num)/fs; %产生第num个乐音的抽样点baoluo=zeros(1,point(num)); %包络for j=1:point(num)if (j<0.2*point(num))y=7.5*j/point(num);elseif (j<0.333*point(num))y=-15/4*j/point(num)+9/4;elseif (j<0.666*point(num))y=1;elsey=-3*j/point(num)+3;endendendbaoluo(j)=y;endstore(m:m+point(num)-1)=sin(2*pi*f(num)*t).*baoluo(1:point(num)); %储存抽样点对应的幅值m=m+point(num);endsound(store,8000); %播放出storeplot(store);3、改变程序，实现 1.2 中的音乐升高和降低一个八度将此句f(i)=A(pu(i)); 改为 f(i)=A(pu(i))*2; 或f(i)=A(pu(i))/2;4、在1.2的音乐中加入谐波在1.2的音乐中加上二、三、四次谐波，基波幅度为1，高次谐波幅度分别为0.2、0.3、0.1。

（1.4）A=[174.61 196 220 246.94 261.62 293.66 329.63 349.23 392 440 493.88 523.25 587.33 659.25 698.45 739.99 783.99]; % 定义各调频率fs=8000; %修改频率pu=[1 1 1 3 5 5 5 5 6 6 6 8 5 4 4 6 6 3 3 3 3 2 2 2 2 5 5 1 1 1 3 5 5 5 5 6 6 6 8 5 4 4 4 6 3 3 3 3 3 2 2 2 3 1 ];p=0.5;last_time=[p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p p p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p/2 p ]; %在pu中只需输入乐谱数字，在下面B=A-什么什么那部分调整音调，省去了写频率的麻烦%在此处输入音谱%各乐音持续时间N=length(pu);f=zeros(1,N);B=A-5;for i=1:Nf(i)=B(pu(i)); %f为各个乐音对应的频率，修改其它调endpoint=fs*last_time; %各个乐音的抽样点数total_point=sum(point); %这段音乐的总抽样点数store=zeros(1,total_point); %用store向量来储存抽样点m=1;for num=1:N %利用循环产生抽样数据，num表示乐音编号 t=1/fs:1/fs:point(num)/fs; %产生第num个乐音的抽样点baoluo=zeros(1,point(num)); %包络for j=1:point(num)if (j<0.2*point(num))y=7.5*j/point(num);elseif (j<0.333*point(num))y=-15/4*j/point(num)+9/4;elseif (j<0.666*point(num))y=1;elsey=-3*j/point(num)+3;endendendbaoluo(j)=y;endh=[1 0.2 0.3 0.1]; %波形幅值矩阵xiebo=zeros(1,length(t));for i=1:length(m)xiebo=xiebo+h(i)*sin(2*i*pi*f(num)*t); %加谐波endstore(m:m+point(num)-1)=xiebo.*baoluo(1:point(num)); %储存抽样点对应的幅值m=m+point(num);endsound(store,8000); %播放出storeplot(store);二、用傅立叶变换分析音乐1、载入fmt.wav并播放利用wavread函数载入，用sound函数播放，这段音乐听起来比之前合成的音乐更加真实，因为里边含有丰富的谐波。

fmt_wave=wavread('fmt.wav');sound(fmt_wave)2、载入文件Guitar.mat，处理原始数据realwave载入文件Guitar.mat，分析wave2proc是怎么由realwave得到的。

利用load Guitar.mat;载入并用plot函数将realwave、wave2proc分别画出。

plot(realwave)plot(wave2proc)3、分析 wave2proc 的基波和谐波为了分析wave2proc的基波和谐波，可以对wave2proc进行傅里叶变换，得到wave2proc的幅值谱，在频谱图上的第一个突出的波峰对应的频率即为wave2proc基频，可以利用help fft学习 MATLAB中快速傅里叶变换函数fft的用法，然后写程序。

（程序运行后虽然从图上可以大概看出包络，但是非常不明显，这是因为wave2proc 是周期函数，但是现在的wave2proc只有243个数据点，并不能非常明显的体现出其周期性，因此它的幅值谱的离散化程度不高，虽然提高了频域的抽样频率，但是wave2proc数据点的周期性并没有增加，所以要显示出离散化程度高的幅值谱，就要增加wave2proc的周期性，即让wave2proc在时域重复多次后再进行傅里叶变换。

利用repmat函数可以将wave2proc在时域重复，可以编写程序试一下。

合集下载

在Matlab中实现音乐合成和音乐分析的方法

在Matlab中实现音乐合成和音乐分析的方法

在Matlab中实现音乐合成和音乐分析的方法音乐作为一种艺术形式，是人类情感和创造力的结晶。

如何在Matlab中实现音乐合成和音乐分析的方法，成为了许多音乐爱好者和研究者所关注的问题。

本文将介绍一些常用的音乐合成和音乐分析的方法，并说明它们在Matlab中的实现。

首先，我们来讨论音乐合成的方法。

音乐合成的目标是通过人工的方式生成音乐声音信号。

这可以通过基于规则的方法或基于样本的方法实现。

基于规则的音乐合成常常依赖于合成器，通过调整音色、音高、音量等参数来实现声音生成。

在Matlab中，我们可以利用`audioplayer`函数和音频波形生成函数来实现基于规则的音乐合成。

首先，我们需要定义一个音频波形生成函数，它可以根据输入的参数生成对应的音频波形。

然后，我们可以使用`audioplayer`函数将生成的音频波形播放出来。

通过调整参数可以实现不同的音乐效果。

而基于样本的音乐合成则是利用已有的音频样本来合成音乐。

在Matlab中，我们可以使用`audioread`函数来读取音频样本，然后通过重复拼接、叠加和变调等方式来生成新的音乐。

此外，我们还可以利用`resample`函数来改变音频的采样率，从而实现音乐的时间拉伸或压缩。

通过调整样本的选择和变换方式，我们可以获得不同风格和效果的音乐合成结果。

接下来，我们来讨论音乐分析的方法。

音乐分析的目标是对音乐进行特征提取和结构分析，以便深入理解音乐的内在规律和风格特点。

在Matlab中，有许多用于音乐分析的工具箱和函数可供使用。

一种常用的音乐分析方法是通过频谱分析来提取音乐的频率和强度信息。

在Matlab中，我们可以利用`fft`函数对音频信号进行傅里叶变换，得到音频信号的频谱。

通过分析频谱的峰值频率、能量分布等特征，我们可以获得音乐的基本音高、音色和音量等信息。

此外，我们还可以利用`spectrogram`函数来生成音频的时频谱图，以便更直观地观察音乐信号的时变特征。

如何在MATLAB中进行音频合成与分析

如何在MATLAB中进行音频合成与分析

如何在MATLAB中进行音频合成与分析在MATLAB中进行音频合成与分析音频合成与分析在音乐制作、声音特效处理、语音识别等领域起着重要作用。

MATLAB作为一款强大的数值分析和数据可视化软件，在音频处理方面具有丰富的功能和工具。

本文将介绍如何在MATLAB中进行音频合成与分析。

一、音频合成音频合成是指通过各种声音合成方法和算法生成人造音频的过程。

在MATLAB中，我们可以利用其丰富的信号处理工具箱来进行音频合成。

首先，我们需要了解音频合成中的一些基本概念和技术。

例如，有源声音合成，通过模拟振动源（如声乐器）的物理特性来生成声音；无源声音合成，通过合成算法生成各种声音效果；叠加合成，将多个声音信号叠加在一起；频率合成，通过操纵音频信号的频谱来生成新的声音效果等等。

了解这些概念和技术将帮助我们更好地进行音频合成。

在MATLAB中，可以通过调用信号处理工具箱中的函数来实现音频合成。

例如，可以使用fft函数来进行频谱分析和合成；使用wavread和audioread函数来读取和写入音频文件；使用声音合成函数synth和sound来生成和播放音频等等。

这些函数提供了丰富的参数选项，可以满足不同合成需求。

二、音频分析音频分析是指对音频信号进行各种分析和挖掘的过程。

在MATLAB中，我们可以利用其强大的信号处理和数据分析功能来进行音频分析。

音频分析的目的可以包括频谱分析、音高检测、节奏分析、音频特征提取等等。

这些分析可以帮助我们了解音频信号的特点、提取其中的有用信息，并为后续的处理和应用提供支持。

在MATLAB中，可以使用fft函数来进行频谱分析。

该函数可以将时域信号转换为频域信号，并得到信号的频率和幅度信息。

在进行频谱分析时，我们可以使用窗函数对信号进行窗口截断和平滑处理，从而得到更准确的频谱分析结果。

除了频谱分析，我们还可以使用自相关函数、互相关函数等来进行时域分析和相关分析。

MATLAB中提供了丰富的函数和算法，例如autocorr、xcorr等，可以满足不同分析需求。

用matlab编译合成call of silence

用matlab编译合成call of silence

用matlab编译合成call of silenceCall of Silence 是一首非常著名的电子音乐，由日本音乐家TAIJI 制作。

如果你想用 MATLAB 进行编译合成 Call of Silence，可以使用以下步骤:1. 使用 MATLAB 生成采样波形。

你可以使用 MATLAB 的音频合成函数合成采样波形，并将其保存为音频文件。

下面是一个简单的MATLAB 代码示例:```matlab% 生成采样波形wave = audioread("call_of_silence.wav");% 进行音频合成tones = audiotones(100, 0.5, "sawtooth");audio 合成函数audiowrite(wave, tones);```2. 使用 MATLAB 的音频合成函数将采样波形与音频信号进行合成。

你可以使用 MATLAB 的音频合成函数来合成采样波形和音频信号。

下面是一个简单的 MATLAB 代码示例:```matlab% 生成采样波形wave = audioread("call_of_silence.wav");% 进行音频合成tones = audiotones(100, 0.5, "sawtooth");audiowrite(wave, tones);% 再次生成采样波形wave2 = audioread("call_of_silence.wav");% 将第二次生成的采样波形与第一次生成的采样波形合并wave = wave + wave2;```3. 下载和安装 MATLAB 的音频合成库。

MATLAB 的音频合成库需要从官方网站下载并安装。

你可以在 MATLAB 的官方网站下载适用于你的操作系统的版本。

安装完成后，你可以使用 MATLAB 的音频合成函数来合成音频信号。

matlab合成运算

matlab合成运算

matlab合成运算在MATLAB中，合成运算指的是将音频信号合并在一起。

你可以使用以下方法完成合成运算：1. 使用`audioread`函数读取所有要合并的音频文件，并将其加载到MATLAB中，例如：```matlab[y1, Fs1] = audioread('file1.wav');[y2, Fs2] = audioread('file2.wav');```这将把第一个文件的音频数据存储在`y1`中，采样率存储在`Fs1`中，第二个文件的音频数据存储在`y2`中，采样率存储在`Fs2`中。

如果需要，你可以在读取音频文件之前使用`resample`函数将其采样率调整为相同的值。

2. 如果需要，对音频数据进行加窗处理，例如：```matlabwindow = hann(length(y1)); % 使用汉宁窗y1_windowed = y1 .* window;y2_windowed = y2 .* window;```这将把`y1`和`y2`的每个样本乘以对应位置的窗函数值，以减少合并时产生的混响噪音。

3. 如果两个音频文件的长度不同，你可以选择使用以下方法来调整它们的长度：- 使用`resample`函数将较短的音频文件的采样率与较长的文件相匹配。

- 使用`padarray`函数在较短的音频文件的末尾添加零值，使其与较长的音频文件具有相同的长度。

4. 直接合并两个音频文件，例如：```matlaby_merged = y1 + y2;```这将把两个音频文件的对应样本位置的值相加，并将结果存储在`y_merged`中。

5. 最后，你可以使用`audiowrite`函数将合并后的音频信号保存为一个新的音频文件，例如：```matlabaudiowrite('merged.wav', y_merged, Fs1);```这将把`y_merged`写入到名为`merged.wav`的文件中，采样率设置为`Fs1`。