使用音频标签标签音频
请注意
音频贴标签机将在未来的版本中删除。使用信号贴标签机代替。
的音频贴标签机应用程序使您能够交互式地定义和可视化音频数据集的地面真实标签。这个例子展示了如何创建标签定义，然后以交互方式为一组音频文件贴上标签。该示例还展示了如何导出带标签的实际数据，然后可以与之一起使用audioDatastore训练一个机器学习系统。
无标号数据加载
打开音频贴标签机，在MATLAB中®命令提示符中,输入:
audioLabeler
本示例使用audio Toolbox™中包含的音频文件。要在您的系统中定位文件路径，在MATLAB命令提示符中输入:
fullfile (matlabroot“工具箱”，“音频”，“样本”）
单击从文件中加载音频负载>音频文件夹并选择包含要标记的音频文件的文件夹。
定义和分配标签
文件级标签
音频样本包括音乐、演讲和氛围。创建一个文件级标签，将音频文件的内容定义为音乐，演讲，气氛,或未知的,点击
．指定标签名称作为内容,数据类型作为分类,类别作为音乐，演讲，气氛,或未知的．设置默认值的标签定义未知的．
的所有音频文件数据浏览器现在与内容标签的名字。中选择的音频文件数据浏览器并确认它是一个音乐文件，单击
．的值内容标签,点击未知的在文件标签面板并选择音乐从下拉菜单。
选定的音频文件现在具有标签名称内容与价值音乐分配给它。您可以继续设置内容中的文件为每个文件设置值数据浏览器然后选择一个值文件标签面板。
区域层次上的标签
您可以手动或使用提供的自动化算法定义区域级标签。Audio Toolbox包括用于语音检测和语音到文本转录的自动标记算法。
请注意
若要启用自动语音到文本的转录，必须下载并设置“语音转录功能。下载并设置语音到文本的转录功能后，就会出现语音文字转换自动化算法作为一个选项出现在工具条上。
选择Counting-16-44p1-mono-15secs.wav从数据浏览器．
若要创建区域级标签以指示是否检测到语音，请先选择语音检测器从自动化部分。控件可以控制语音检测算法窗口长度(年代)而且合并区域内(s)参数。语音检测算法参数使用默认值即可。若要创建ROI标签并为所选音频文件的区域添加标签，请选择运行．
关闭语音检测器选项卡。您可以更正或微调自动生成的内容SpeechDetected在ROI栏中选择该区域，然后拖动该区域的边缘。ROI栏直接位于ROI标签的右侧。选中区域后，单击只播放所选区域，使您能够验证所选区域是否捕获了所有相关的听觉信息。
如果您已经设置了语音到文本的转录服务，请选择语音文字转换从自动化部分。您可以使用特定于所选服务的名称-值对选项来控制语音到文本的转录。本例使用IBM®服务，并且不指定其他选项。
从转录服务返回的ROI标签是具有起始点和结束点的字符串。起始点和结束点与人工校正语音检测区域的起始点和结束点不完全对应。你可以修正的端点SpeechContent通过选择区域，然后拖动区域的边缘来创建ROI标签。誊写处把“二”错当成了“到”，“四”错当成了“for”，“十”错当成了“then”。您可以通过选择区域然后输入新字符串来纠正该字符串。
单击，创建另一个区域级标签在ROI标签面板。集标签名称来VUV,设置数据类型来分类,类别来表达了而且无声的．
默认情况下，波形查看器显示整个文件。若要显示用于缩放和平移的工具，请将鼠标悬停在绘图的右上角。放大音频文件的前五秒。
当您在图中选择一个区域，然后将鼠标悬停在两个ROI条中的任何一个上时，该区域的阴影就会出现。将所选区域分配给类别表达了,点击一个在SpeechContent标签栏。悬停在VUV标签栏，然后点击阴影并选择表达了．
接下来的两个单词，“two”和“three”，包含了浊音和浊音。选择图上的每个语音区域，将鼠标悬停在VUV标签栏上，为该区域选择正确的类别。
导出标签定义
您可以将标签定义导出为MAT文件或MATLAB脚本。维护标签定义可以使用户和会话之间的标签保持一致。选择出口>标签定义>到文件．
的数组保存标签signalLabelDefinition对象。在下一个会话中，可以通过选择导入标签定义进口>标签定义>从文件．
导出带标签的音频数据
您可以将标记的信号集导出到文件或您的工作区。选择出口>标签>到工作空间．
的音频贴标签机创建一个labeledSignalSet对象命名labeledSet_HHMMSS,在那里HHMMSS对象的创建时间，以小时、分钟和秒为单位。
labeledSet_104620
标签:[29×4 table]描述:""使用labelDefinitionsHierarchy查看标签和子标签的列表。使用setLabelValue向集合中添加数据。
创建的标签作为表保存到标签财产。
labeledSet_142356。标签
ans = 29×4表内容SpeechDetected SpeechContent VUV ________ ______________ _____________ ___________ C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\ Ambiance-16-44p1-mono-12secs.wav氛围{0×2表}{0×2表}{0×2表}C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\ AudioArray-16-16-4channels-20secs.wav氛围{0×2表}{0×2表}{0×2表}C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\ ChurchImpulseResponse-16-44p1-mono-5secs.wav未知{0×2表}{0×2表}{0×2表}C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\点击- 16 - 44 - p1 - mono - 0.2 - secs.wav氛围{0×2表}{0×2表}{0×2表}C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\ Counting-16-44p1-mono-15secs.wav演讲{10×2表}{10×2表}{5×2表}C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\ Engine-16-44p1-stereo-20sec.wav氛围{0×2表}{0×2表}}{0×2表C: \程序文件\ MATLAB工具箱\ R2019b \ \音响\ samples \ FemaleSpeech-16-8-mono-3secs.wav演讲{0×2表}{0×2表}{0×2表}C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\ FunkyDrums-44p1-stereo-25secs.mp3音乐{0×2表}{0×2表}{0×2表}C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\ FunkyDrums-48-stereo-25secs.mp3音乐{0×2表}{0×2表}{0×2表}C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\ Heli_16ch_ACN_SN3D.wav氛围{0×2表}{0×2表}{0×2表}C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\ JetAirplane-16-11p025-mono-16secs.wav氛围{0×2表}{0×2表}{0×2表}C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\ Laughter-16-8-mono-4secs.wav氛围{0×2表}{0×2表}{0×2表}C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\ mainstreetone - 24 - 96立体声- 63 secs.wav氛围{0×2表}{0×2表}{0×2表}C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\ NoisySpeech-16-22p5-mono-5secs.wav演讲{0×2表}{0×2表}{0×2表}C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\彩虹- 16 - 8 mono - 114 secs.wav演讲{0×2表}{0×2表}{0×2表}C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\ rainbownoisy - 16 - 8 mono - 114 secs.wav演讲{0×2表}{0×2表}{0×2表}C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\ randomoscthree - 24 - 96立体声- 13秒。Aif music {0×2 table} {0×2 table} {0×2 table}C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\RockDrums-44p1-stereo-11secs.mp3 music { 0×2 table} { 0×2 table} {0×2 table} C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\RockDrums-48-stereo-11secs.mp3 music { 0×2 table} { 0×2 table} {0×2 table} C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\RockGuitar-16-44p1-stereo-72secs.wav music { 0×2 table} { 0×2 table} {0×2 table} C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\RockGuitar-16-96-stereo-72secs.flac music { 0×2 table} { 0×2 table} {0×2 table} C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\SoftGuitar-44p1_mono-10mins.ogg music { 0×2 table} { 0×2 table} {0×2 table} C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\SpeechDFT-16-8-mono-5secs.wav speech { 0×2 table} { 0×2 table} {0×2 table} C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\TrainWhistle-16-44p1-mono-9secs.wav ambience { 0×2 table} { 0×2 table} {0×2 table} C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\Turbine-16-44p1-mono-22secs.wav ambience { 0×2 table} { 0×2 table} {0×2 table} C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\WashingMachine-16-44p1-stereo-10secs.wav ambience { 0×2 table} { 0×2 table} {0×2 table} C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\WashingMachine-16-8-mono-1000secs.wav ambience { 0×2 table} { 0×2 table} {0×2 table} C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\WashingMachine-16-8-mono-200secs.wav ambience { 0×2 table} { 0×2 table} {0×2 table} C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\WaveGuideLoopOne-24-96-stereo-10secs.aif music { 0×2 table} { 0×2 table} {0×2 table}
与标签关联的文件名作为单元格数组保存到源财产。
labeledSet_104620。源
ans = 29×1单元阵列{“C: \ Program Files \ MATLAB工具箱\ R2019b \ \音响\ samples \ Ambiance-16-44p1-mono-12secs.wav’}{“C: \ Program Files \ MATLAB工具箱\ R2019b \ \音响\ samples \ AudioArray-16-16-4channels-20secs.wav’}{“C: \ Program Files \ MATLAB工具箱\ R2019b \ \音响\ samples \ ChurchImpulseResponse-16-44p1-mono-5secs.wav’}{“C: \ Program Files \ MATLAB工具箱\ R2019b \ \音响\ samples \点击- 16 - 44 - p1 - mono - 0.2——secs.wav}{“C: \ Program Files \ MATLAB工具箱\ R2019b \ \音响\ samples \ Counting-16-44p1-mono-15secs.wav '}{'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\ engine -16- 44px -stereo-20sec.wav'} {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\ funkydrums - 44px -stereo-25sec .mp3'} {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\ funkydrums -48-stereo-25sec .mp3'} {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\Heli_16ch_ACN_SN3D.wav'} {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\Heli_16ch_ACN_SN3D.wav'} {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\ engine -16- 44px -stereo-20sec.wav'} {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\文件\MATLAB\R2019b\toolbox\audio\samples\JetAirplane-16-11p025-mono-16secs.wav'} {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\Laughter-16-8-mono-4secs.wav'} {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\MainStreetOne-24-96-stereo-63secs.wav'} {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\NoisySpeech-16-22p5-mono-5secs.wav'} {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\Rainbow-16-8-mono-114secs.wav'} {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\\Program Files\MATLAB\R2019b\toolbox\audio\samples\ rainbownoisy -16-8-mono- 114seconds .wav `} {` C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\ randomosc3 -24-96-stereo-13secs. wav \ \如果'}{'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\RockDrums-44p1-stereo-11secs.mp3' } {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\RockDrums-48-stereo-11secs.mp3' } {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\RockGuitar-16-44p1-stereo-72secs.wav' } {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\RockGuitar-16-96-stereo-72secs.flac' } {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\SoftGuitar-44p1_mono-10mins.ogg' } {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\SpeechDFT-16-8-mono-5secs.wav' } {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\TrainWhistle-16-44p1-mono-9secs.wav' } {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\Turbine-16-44p1-mono-22secs.wav' } {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\WashingMachine-16-44p1-stereo-10secs.wav' } {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\WashingMachine-16-8-mono-1000secs.wav' } {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\WashingMachine-16-8-mono-200secs.wav' } {'C:\Program Files\MATLAB\R2019b\toolbox\audio\samples\WaveGuideLoopOne-24-96-stereo-10secs.aif' }
为深度学习工作流准备音频数据存储
要继续进入深度学习或机器学习工作流，请使用audioDatastore．使用音频数据存储使您能够应用机器学习应用程序中常见的功能，例如splitEachLabel．splitEachLabel使您能够将数据分割为训练集和测试集。
为您标记的信号集创建一个音频数据存储。的第一个参数指定音频文件的位置audioDatastore并设置标签的属性audioDatastore到标签属性的标记信号集。
广告= audioDatastore (labeledSet_104620。源,“标签”labeledSet_104620.Labels)
ADS = audioDatastore属性:Files:{'…\toolbox\audio\samples\ ambience -16-44p1-mono-12sec .wav';’……\工具箱\音响\ samples \ AudioArray-16-16-4channels-20secs.wav”;“…\工具箱\音响\ samples \ ChurchImpulseResponse-16-44p1-mono-5secs.wav”……标签:29 × 4表AlternateFileSystemRoots: {} OutputDataType: 'double'
调用countEachLabel并指定内容表变量来计算标记为的文件的数量气氛，音乐，演讲,或未知的．
countEachLabel(广告,“TableVariable”，“内容”）
ans = 4×2表内容计数________ _____氛围13音乐9演讲6未知1 .点击查看
关于在机器学习或深度学习工作流中使用标记音频数据的例子，请参见:
另请参阅
应用程序
对象
您也可以从以下列表中选择网站: