Module_SignalProcessing_Operations_zh - vorcyc/Vorcyc.Mathematics GitHub Wiki

当前位置 : 首页/信号处理模块/常用操作

信号处理模块 - Signal Processing Module

常用操作 - Operations

Vorcyc.Mathematics.SignalProcessing.Operations 命名空间包含多种常用的信号处理操作类，包括卷积操作类（如 ComplexConvolver、Convolver、OlaBlockConvolver、OlsBlockConvolver）、动态处理类（如 DynamicsProcessor）、包络跟随器类（如 EnvelopeFollower）、信号重建类（如 GriffinLimReconstructor）、谐波/打击乐分离器类（如 HarmonicPercussiveSeparator）、调制类（如 Modulator）、通用操作类（如 Operation）、重采样类（如 Resampler）、谱减法滤波类（如 SpectralSubtractor）和波形整形类（如 WaveShaper）。这些类提供了丰富的信号处理功能，适用于各种音频和信号处理需求。

0.9 API 说明：下列各类的 首选重载均接受 Signal（返回 Signal 或写入 Signal.Samples）。Operation.Convolve、CrossCorrelate、BlockConvolve、Resample、TimeStretch、Envelope、FullRectify、HalfRectify、SpectralSubtract 等均已提供 Signal 版本；Convolver / Modulator / SpectralSubtractor 内部使用 ReadOnlySpan<float> 零拷贝路径。DiscreteSignal 已标记 [Obsolete]，请使用 Signal（采样率改为 float）。ComplexDiscreteSignalFp32 保留用于复数值操作。

0.10.19：Convolver<T> / OlaBlockConvolver<T> / OlsBlockConvolver<T> / ComplexConvolver<T> 与 Operation.Convolve<T> / CrossCorrelate<T> / BlockConvolve<T> 接受 float / double（长度 N+M-1）。现有 float 类型不动；OLA/OLS 的 IEnumerable<double> 旧构造函数仍会窄化。

以下类型均位于命名空间 ：Vorcyc.Mathematics.SignalProcessing.Operations

📒目录

以下类型均位于 Vorcyc.Mathematics.SignalProcessing.Operations.Convolution 命名空间。

Vorcyc.Mathematics.SignalProcessing.Operations.Convolution.ComplexConvolver 类

Vorcyc.Mathematics.SignalProcessing.Operations.Convolution.ComplexConvolver 是一个用于实现复数值输入/输出的快速卷积（FFT）的类。

方法

1. Convolve

  • public ComplexDiscreteSignalFp32 Convolve(ComplexDiscreteSignalFp32 signal, ComplexDiscreteSignalFp32 kernel, int fftSize = 0)
    • 使用 FFT 对 signal 和 kernel 进行快速卷积。
    • 参数:
      • signal: 输入信号。
      • kernel: 卷积核。
      • fftSize: FFT 大小，默认为 0。
    • 返回值: 卷积结果的 ComplexDiscreteSignalFp32。

2. CrossCorrelate

  • public ComplexDiscreteSignalFp32 CrossCorrelate(ComplexDiscreteSignalFp32 signal, ComplexDiscreteSignalFp32 kernel, int fftSize = 0)
    • 使用 FFT 对 signal 和 kernel 进行快速互相关。
    • 参数:
      • signal: 输入信号。
      • kernel: 卷积核。
      • fftSize: FFT 大小，默认为 0。
    • 返回值: 互相关结果的 ComplexDiscreteSignalFp32。

3. Deconvolve

  • public ComplexDiscreteSignalFp32 Deconvolve(ComplexDiscreteSignalFp32 signal, ComplexDiscreteSignalFp32 kernel, int fftSize = 0)
    • 使用多项式除法和 FFT 对 signal 和 kernel 进行快速反卷积。
    • 参数:
      • signal: 输入信号。
      • kernel: 卷积核。
      • fftSize: FFT 大小，默认为 0。
    • 返回值: 反卷积结果的 ComplexDiscreteSignalFp32。

代码示例

以下是一个使用 ComplexConvolver 类中多个方法的示例，并在示例中加入了注释：

using System;
using Vorcyc.Mathematics.SignalProcessing.Operations.Convolution;

public class ComplexConvolverExample
{
    public static void Main()
    {
        // 创建 ComplexConvolver 实例
        var convolver = new ComplexConvolver();

        // 定义输入信号和卷积核
        var signal = new ComplexDiscreteSignalFp32(44100, new float[] { 0.5f, 0.6f, 0.55f }, new float[] { 0.1f, 0.2f, 0.15f });
        var kernel = new ComplexDiscreteSignalFp32(44100, new float[] { 0.3f, 0.4f }, new float[] { 0.05f, 0.1f });

        // 执行卷积
        var convolvedSignal = convolver.Convolve(signal, kernel);
        Console.WriteLine("Convolved Signal:");
        for (int i = 0; i < convolvedSignal.Length; i++)
        {
            Console.WriteLine($"Real: {convolvedSignal.Real[i]}, Imaginary: {convolvedSignal.Imag[i]}");
        }

        // 执行互相关
        var crossCorrelatedSignal = convolver.CrossCorrelate(signal, kernel);
        Console.WriteLine("Cross-Correlated Signal:");
        for (int i = 0; i < crossCorrelatedSignal.Length; i++)
        {
            Console.WriteLine($"Real: {crossCorrelatedSignal.Real[i]}, Imaginary: {crossCorrelatedSignal.Imag[i]}");
        }

        // 执行反卷积
        var deconvolvedSignal = convolver.Deconvolve(signal, kernel);
        Console.WriteLine("Deconvolved Signal:");
        for (int i = 0; i < deconvolvedSignal.Length; i++)
        {
            Console.WriteLine($"Real: {deconvolvedSignal.Real[i]}, Imaginary: {deconvolvedSignal.Imag[i]}");
        }
    }
}

Vorcyc.Mathematics.SignalProcessing.Operations.Convolution.Convolver 类

Vorcyc.Mathematics.SignalProcessing.Operations.Convolution.Convolver 是一个用于实现快速卷积（FFT）的类。

方法

1. Convolve

  • public Signal Convolve(Signal signal, Signal kernel)

    • 使用 FFT 对 signal 和 kernel 进行快速卷积。
    • 参数:
      • signal: 输入信号。
      • kernel: 卷积核。
    • 返回值: 卷积结果的 Signal。

  • public void Convolve(float[] input, float[] kernel, float[] output)

    • 使用 FFT 对 input 和 kernel 进行快速卷积，并将结果存储在 output 数组中。
    • 参数:
      • input: 输入信号数组。
      • kernel: 卷积核数组。
      • output: 输出结果数组。

2. CrossCorrelate

  • public Signal CrossCorrelate(Signal signal1, Signal signal2)

    • 使用 FFT 对 signal1 和 signal2 进行快速互相关。
    • 参数:
      • signal1: 输入信号1。
      • signal2: 输入信号2。
    • 返回值: 互相关结果的 Signal。

  • public void CrossCorrelate(float[] input1, float[] input2, float[] output)

    • 使用 FFT 对 input1 和 input2 进行快速互相关，并将结果存储在 output 数组中。
    • 参数:
      • input1: 输入信号数组1。
      • input2: 输入信号数组2。
      • output: 输出结果数组。

代码示例

以下是一个使用 Convolver 类中多个方法的示例，并在示例中加入了注释：

using System;
using Vorcyc.Mathematics.SignalProcessing.Operations.Convolution;
using Vorcyc.Mathematics.SignalProcessing.Signals;

public class ConvolverExample
{
    public static void Main()
    {
        // 创建 Convolver 实例
        var convolver = new Convolver();

        // 定义输入信号和卷积核
        var signal = Signal.FromCopy(new float[] { 0.5f, 0.6f, 0.55f }, 44100);
        var kernel = Signal.FromCopy(new float[] { 0.3f, 0.4f }, 44100);

        // 执行卷积
        var convolvedSignal = convolver.Convolve(signal, kernel);
        Console.WriteLine("Convolved Signal:");
        for (int i = 0; i < convolvedSignal.Length; i++)
        {
            Console.WriteLine($"Sample: {convolvedSignal[i]}");
        }

        // 执行互相关
        var crossCorrelatedSignal = convolver.CrossCorrelate(signal, kernel);
        Console.WriteLine("Cross-Correlated Signal:");
        for (int i = 0; i < crossCorrelatedSignal.Length; i++)
        {
            Console.WriteLine($"Sample: {crossCorrelatedSignal[i]}");
        }
    }
}

Vorcyc.Mathematics.SignalProcessing.Operations.Convolution.Convolver<T> / Convolver64

Convolver<T>（0.10.19）是 float / double 的 FFT conv / xcorr 核。Convolver64 即 Convolver<double>。结果长度 N + M - 1，不改输入。

double[] y = new Convolver<double>().Convolve(x, kernel);
double[] r = Operation.CrossCorrelate(x, kernel);
double[] b = new OlaBlockConvolver64(kernel, 64).ApplyTo(x);
var z = new ComplexConvolver<double>().Convolve(a, k);

Vorcyc.Mathematics.SignalProcessing.Operations.Convolution.OlaBlockConvolver 类

Vorcyc.Mathematics.SignalProcessing.Operations.Convolution.OlaBlockConvolver 是一个用于实现基于重叠-相加算法的块卷积的信号处理器类。

属性

1. HopSize

  • public int HopSize { get; }
    • 获取跳跃长度：FFT 大小 - 核大小 + 1。

方法

1. OlaBlockConvolver 构造函数

  • public OlaBlockConvolver(IEnumerable<float> kernel, int fftSize)

    • 构造 OlaBlockConvolver 实例，指定卷积核和 FFT 大小。
    • 参数:
      • kernel: 卷积核。
      • fftSize: FFT 大小。

  • public OlaBlockConvolver(IEnumerable<double> kernel, int fftSize)

    • 构造 OlaBlockConvolver 实例，指定卷积核和 FFT 大小。
    • 参数:
      • kernel: 卷积核。
      • fftSize: FFT 大小。

  • public static OlaBlockConvolver FromFilter(FirFilter filter, int fftSize)

    • 使用 FIR 滤波器核和 FFT 大小构造 OlaBlockConvolver 实例。
    • 参数:
      • filter: FIR 滤波器。
      • fftSize: FFT 大小。
    • 返回值: OlaBlockConvolver 实例。

2. ChangeKernel

  • public void ChangeKernel(float[] kernel)
    • 在线更改卷积核系数。
    • 参数:
      • kernel: 新的卷积核。

3. Process

  • public float Process(float sample)
    • 处理一个样本。
    • 参数:
      • sample: 输入样本。
    • 返回值: 处理后的样本。

4. ApplyTo

  • public Signal ApplyTo(Signal signal, FilteringMethod method = FilteringMethod.Auto)
    • 处理整个信号并返回新的滤波信号。
    • 参数:
      • signal: 输入信号。
      • method: 滤波方法，默认为 FilteringMethod.Auto。
    • 返回值: 处理后的 Signal 对象。

5. Reset

  • public void Reset()
    • 重置重叠-相加卷积器。

代码示例

以下是一个使用 OlaBlockConvolver 类中多个方法的示例，并在示例中加入了注释：

using System;
using Vorcyc.Mathematics.SignalProcessing.Operations.Convolution;
using Vorcyc.Mathematics.SignalProcessing.Signals;

public class OlaBlockConvolverExample
{
    public static void Main()
    {
        // 定义卷积核和 FFT 大小
        float[] kernel = { 0.3f, 0.4f, 0.5f }; int fftSize = 8;

        // 创建 OlaBlockConvolver 实例
        var convolver = new OlaBlockConvolver(kernel, fftSize);

        // 定义输入信号
        float[] inputSignal = { 0.5f, 0.6f, 0.55f, 0.7f, 0.65f, 0.8f, 0.75f, 0.9f };

        // 处理整个信号
        var outputSignal = convolver.ApplyTo(Signal.FromCopy(inputSignal, 44100));
        Console.WriteLine("Filtered Signal:");
        foreach (var sample in outputSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 在线更改卷积核
        float[] newKernel = { 0.2f, 0.3f, 0.4f };
        convolver.ChangeKernel(newKernel);

        // 处理单个样本
        float processedSample = convolver.Process(0.85f);
        Console.WriteLine($"Processed Sample: {processedSample}");

        // 重置卷积器
        convolver.Reset();
    }
}

Vorcyc.Mathematics.SignalProcessing.Operations.Convolution.OlsBlockConvolver 类

Vorcyc.Mathematics.SignalProcessing.Operations.Convolution.OlsBlockConvolver 是一个用于实现基于重叠-保存算法的块卷积的信号处理器类。

属性

1. HopSize

  • public int HopSize { get; }
    • 获取跳跃长度：FFT 大小 - 核大小 + 1。

方法

1. OlsBlockConvolver 构造函数

  • public OlsBlockConvolver(IEnumerable<float> kernel, int fftSize)

    • 构造 OlsBlockConvolver 实例，指定卷积核和 FFT 大小。
    • 参数:
      • kernel: 卷积核。
      • fftSize: FFT 大小。

  • public OlsBlockConvolver(IEnumerable<double> kernel, int fftSize)

    • 构造 OlsBlockConvolver 实例，指定卷积核和 FFT 大小。
    • 参数:
      • kernel: 卷积核。
      • fftSize: FFT 大小。

  • public static OlsBlockConvolver FromFilter(FirFilter filter, int fftSize)

    • 使用 FIR 滤波器核和 FFT 大小构造 OlsBlockConvolver 实例。
    • 参数:
      • filter: FIR 滤波器。
      • fftSize: FFT 大小。
    • 返回值: OlsBlockConvolver 实例。

2. ChangeKernel

  • public void ChangeKernel(float[] kernel)
    • 在线更改卷积核系数。
    • 参数:
      • kernel: 新的卷积核。

3. Process

  • public float Process(float sample)
    • 处理一个样本。
    • 参数:
      • sample: 输入样本。
    • 返回值: 处理后的样本。

4. ApplyTo

  • public Signal ApplyTo(Signal signal, FilteringMethod method = FilteringMethod.Auto)
    • 处理整个信号并返回新的滤波信号。
    • 参数:
      • signal: 输入信号。
      • method: 滤波方法，默认为 FilteringMethod.Auto。
    • 返回值: 处理后的 Signal 对象。

5. Reset

  • public void Reset()
    • 重置重叠-保存卷积器。

代码示例

以下是一个使用 OlsBlockConvolver 类中多个方法的示例，并在示例中加入了注释：

using System;
using Vorcyc.Mathematics.SignalProcessing.Operations.Convolution;
using Vorcyc.Mathematics.SignalProcessing.Signals;

public class OlsBlockConvolverExample
{
    public static void Main()
    {
        // 定义卷积核和 FFT 大小
        float[] kernel = { 0.3f, 0.4f, 0.5f }; int fftSize = 8;

        // 创建 OlsBlockConvolver 实例
        var convolver = new OlsBlockConvolver(kernel, fftSize);

        // 定义输入信号
        float[] inputSignal = { 0.5f, 0.6f, 0.55f, 0.7f, 0.65f, 0.8f, 0.75f, 0.9f };

        // 处理整个信号
        var outputSignal = convolver.ApplyTo(Signal.FromCopy(inputSignal, 44100));
        Console.WriteLine("Filtered Signal:");
        foreach (var sample in outputSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 在线更改卷积核
        float[] newKernel = { 0.2f, 0.3f, 0.4f };
        convolver.ChangeKernel(newKernel);

        // 处理单个样本
        float processedSample = convolver.Process(0.85f);
        Console.WriteLine($"Processed Sample: {processedSample}");

        // 重置卷积器
        convolver.Reset();
    }
}

以下类型均位于命名空间 ：Vorcyc.Mathematics.SignalProcessing.Operations

Vorcyc.Mathematics.SignalProcessing.Operations.DynamicsMode 枚举

Vorcyc.Mathematics.SignalProcessing.Operations.DynamicsMode 枚举定义了动态处理器的类型（模式）。

枚举成员

1. Compressor

  • Compressor
    • 较小的压缩比，例如 1:1, 2:1。

2. Limiter

  • Limiter
    • 较大的压缩比，例如 5:1, 10:1。

3. Expander

  • Expander
    • 较小的扩展比，例如 1:1, 2:1。

4. NoiseGate

  • NoiseGate

    • 非常高的压缩比，例如 5:1。

    Vorcyc.Mathematics.SignalProcessing.Operations.DynamicsProcessor 类

Vorcyc.Mathematics.SignalProcessing.Operations.DynamicsProcessor 是一个用于实现动态处理（如限制器、压缩器、扩展器或噪声门）的类。

属性

1. Threshold

  • public float Threshold { get; set; }
    • 获取或设置压缩/扩展阈值。

2. Ratio

  • public float Ratio { get; set; }
    • 获取或设置压缩/扩展比率。

3. MakeupGain

  • public float MakeupGain { get; set; }
    • 获取或设置补偿增益。

4. Attack

  • public float Attack { get; set; }
    • 获取或设置攻击时间。

5. Release

  • public float Release { get; set; }
    • 获取或设置释放时间。

方法

1. DynamicsProcessor 构造函数

  • public DynamicsProcessor(DynamicsMode mode, int samplingRate, float threshold, float ratio, float makeupGain = 0, float attack = 0.01f, float release = 0.1f, float minAmplitudeDb = -120)
    • 构造 DynamicsProcessor 实例，指定动态处理器模式、采样率、阈值、比率、补偿增益、攻击时间、释放时间和最小振幅阈值。
    • 参数:
      • mode: 动态处理器模式。
      • samplingRate: 采样率。
      • threshold: 压缩/扩展阈值。
      • ratio: 压缩/扩展比率。
      • makeupGain: 补偿增益，默认为 0。
      • attack: 攻击时间，默认为 0.01 秒。
      • release: 释放时间，默认为 0.1 秒。
      • minAmplitudeDb: 最小振幅阈值，默认为 -120 dB。

2. Process

  • public float Process(float sample)
    • 处理一个样本。
    • 参数:
      • sample: 输入样本。
    • 返回值: 处理后的样本。

3. Reset

  • public void Reset()
    • 重置动态处理器。

4. ApplyTo

  • public Signal ApplyTo(Signal signal, FilteringMethod method = FilteringMethod.Auto)
    • 处理整个信号并返回新的信号（动态处理）。
    • 参数:
      • signal: 输入信号。
      • method: 滤波方法，默认为 FilteringMethod.Auto。
    • 返回值: 处理后的 Signal 对象。

代码示例

以下是一个使用 DynamicsProcessor 类中多个方法的示例，并在示例中加入了注释：

using System;
using Vorcyc.Mathematics.SignalProcessing.Operations;
using Vorcyc.Mathematics.SignalProcessing.Signals;

public class DynamicsProcessorExample
{
    public static void Main()
    {
        // 定义动态处理器模式
        DynamicsMode mode = DynamicsMode.Compressor;

        // 创建 DynamicsProcessor 实例
        var processor = new DynamicsProcessor(mode, 44100, -20, 2, 0, 0.01f, 0.1f);

        // 定义输入信号
        float[] inputSignal = { 0.5f, 0.6f, 0.55f, 0.7f, 0.65f, 0.8f, 0.75f, 0.9f };

        // 处理整个信号
        var outputSignal = processor.ApplyTo(Signal.FromCopy(inputSignal, 44100));
        Console.WriteLine("Processed Signal:");
        foreach (var sample in outputSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 处理单个样本
        float processedSample = processor.Process(0.85f);
        Console.WriteLine($"Processed Sample: {processedSample}");

        // 重置动态处理器
        processor.Reset();
    }
}

Vorcyc.Mathematics.SignalProcessing.Operations.EnvelopeFollower 类

Vorcyc.Mathematics.SignalProcessing.Operations.EnvelopeFollower 是一个用于实现包络跟随（包络检测）的类。

属性

1. AttackTime

  • public float AttackTime { get; set; }
    • 获取或设置攻击时间（以秒为单位）。

2. ReleaseTime

  • public float ReleaseTime { get; set; }
    • 获取或设置释放时间（以秒为单位）。

方法

1. EnvelopeFollower 构造函数

  • public EnvelopeFollower(int samplingRate, float attackTime = 0.01f, float releaseTime = 0.05f)
    • 构造 EnvelopeFollower 实例，指定采样率、攻击时间和释放时间。
    • 参数:
      • samplingRate: 采样率。
      • attackTime: 攻击时间，默认为 0.01 秒。
      • releaseTime: 释放时间，默认为 0.05 秒。

2. Process

  • public float Process(float sample)
    • 处理一个样本。
    • 参数:
      • sample: 输入样本。
    • 返回值: 处理后的样本。

3. Reset

  • public void Reset()
    • 重置包络跟随器。

4. ApplyTo

  • public Signal ApplyTo(Signal signal, FilteringMethod method = FilteringMethod.Auto)
    • 处理整个信号并返回新的信号（包络）。
    • 参数:
      • signal: 输入信号。
      • method: 滤波方法，默认为 FilteringMethod.Auto。
    • 返回值: 处理后的 Signal 对象。

代码示例

以下是一个使用 EnvelopeFollower 类中多个方法的示例，并在示例中加入了注释：

using System;
using Vorcyc.Mathematics.SignalProcessing.Operations;
using Vorcyc.Mathematics.SignalProcessing.Signals;

public class EnvelopeFollowerExample
{
    public static void Main()
    {
        // 创建 EnvelopeFollower 实例
        var envelopeFollower = new EnvelopeFollower(44100, 0.01f, 0.05f);

        // 定义输入信号
        float[] inputSignal = { 0.5f, 0.6f, 0.55f, 0.7f, 0.65f, 0.8f, 0.75f, 0.9f };

        // 处理整个信号
        var outputSignal = envelopeFollower.ApplyTo(Signal.FromCopy(inputSignal, 44100));
        Console.WriteLine("Envelope Signal:");
        foreach (var sample in outputSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 处理单个样本
        float processedSample = envelopeFollower.Process(0.85f);
        Console.WriteLine($"Processed Sample: {processedSample}");

        // 重置包络跟随器
        envelopeFollower.Reset();
    }
}

Vorcyc.Mathematics.SignalProcessing.Operations.GriffinLimReconstructor 类

Vorcyc.Mathematics.SignalProcessing.Operations.GriffinLimReconstructor 是一个用于从功率（或幅度）谱图中使用 Griffin-Lim 迭代算法重建信号的类。

属性

1. Gain

  • public float Gain { get; set; }
    • 获取或设置幅度增益因子。

方法

1. GriffinLimReconstructor 构造函数

  • public GriffinLimReconstructor(List<float[]> spectrogram, int windowSize = 1024, int hopSize = 256, WindowType window = WindowType.Hann, int power = 2)

    • 构造 GriffinLimReconstructor 实例，指定谱图、窗口大小、跳跃大小、窗口类型和功率。
    • 参数:
      • spectrogram: 谱图（谱列表）。
      • windowSize: 窗口大小，默认为 1024。
      • hopSize: 跳跃大小，默认为 256。
      • window: 窗口类型，默认为 WindowType.Hann。
      • power: 功率（2 - 功率谱，否则 - 幅度谱），默认为 2。

  • public GriffinLimReconstructor(List<float[]> spectrogram, Stft stft, int power = 2)

    • 构造 GriffinLimReconstructor 实例，指定谱图、STFT 变换器和功率。
    • 参数:
      • spectrogram: 谱图（谱列表）。
      • stft: STFT 变换器。
      • power: 功率（2 - 功率谱，否则 - 幅度谱），默认为 2。

2. Iterate

  • public float[] Iterate(float[] signal = null)
    • 执行一次重建迭代并返回当前步骤的重建信号。
    • 参数:
      • signal: 上一次迭代重建的信号，默认为 null。
    • 返回值: 当前步骤的重建信号。

3. Reconstruct

  • public float[] Reconstruct(int iterations = 20)
    • 迭代地从谱图中重建信号。
    • 参数:
      • iterations: Griffin-Lim 算法的迭代次数，默认为 20。
    • 返回值: 重建的信号。

代码示例

以下是一个使用 GriffinLimReconstructor 类中多个方法的示例，并在示例中加入了注释：

using System;
using System.Collections.Generic;
using Vorcyc.Mathematics.SignalProcessing.Operations;

public class GriffinLimReconstructorExample
{
    public static void Main()
    {
        // 定义谱图
        var spectrogram = new List<float[]> { new float[] { 0.5f, 0.6f, 0.55f }, new float[] { 0.7f, 0.65f, 0.8f }, new float[] { 0.75f, 0.9f, 0.85f } };

        // 创建 GriffinLimReconstructor 实例
        var reconstructor = new GriffinLimReconstructor(spectrogram);

        // 执行重建
        var reconstructedSignal = reconstructor.Reconstruct();
        Console.WriteLine("Reconstructed Signal:");
        foreach (var sample in reconstructedSignal)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 执行一次迭代
        var iteratedSignal = reconstructor.Iterate(reconstructedSignal);
        Console.WriteLine("Iterated Signal:");
        foreach (var sample in iteratedSignal)
        {
            Console.WriteLine($"Sample: {sample}");
        }
    }
}

Vorcyc.Mathematics.SignalProcessing.Operations.HarmonicPercussiveSeparator 类

Vorcyc.Mathematics.SignalProcessing.Operations.HarmonicPercussiveSeparator 是一个基于中值滤波的谐波/打击乐分离器类。

方法

1. HarmonicPercussiveSeparator 构造函数

  • public HarmonicPercussiveSeparator(int fftSize = 2048, int hopSize = 512, int harmonicWinSize = 17, int percussiveWinSize = 17, HpsMasking masking = HpsMasking.WienerOrder2)
    • 构造 HarmonicPercussiveSeparator 实例，指定 FFT 大小、跳跃长度、谐波中值滤波器大小、打击乐中值滤波器大小和掩蔽模式。
    • 参数:
      • fftSize: FFT 大小，默认为 2048。
      • hopSize: 跳跃长度（样本数），默认为 512。
      • harmonicWinSize: 沿时间轴的中值滤波器大小，默认为 17。
      • percussiveWinSize: 沿频率轴的中值滤波器大小，默认为 17。
      • masking: 掩蔽模式，默认为 HpsMasking.WienerOrder2。
    • masking 参数使用 HpsMasking 枚举（Binary、WienerOrder1、WienerOrder2），用于选择中值滤波后谐波/打击乐分量的掩蔽方式。

2. EvaluateSpectrograms

  • public (MagnitudePhaseList, MagnitudePhaseList) EvaluateSpectrograms(Signal signal)
    • 从给定的信号中评估谐波和打击乐的幅度-相位谱图。两个谱图对象共享相同的相位数组。
    • 参数:
      • signal: 输入信号。
    • 返回值: 包含谐波和打击乐谱图的元组。

3. EvaluateSignals

  • public (Signal, Signal) EvaluateSignals(Signal signal)
    • 从给定的信号中提取谐波和打击乐信号。
    • 参数:
      • signal: 输入信号。
    • 返回值: 包含谐波和打击乐信号的元组。

代码示例

以下是一个使用 HarmonicPercussiveSeparator 类中多个方法的示例，并在示例中加入了注释：

using System;
using Vorcyc.Mathematics.SignalProcessing.Operations;
using Vorcyc.Mathematics.SignalProcessing.Signals;

public class HarmonicPercussiveSeparatorExample
{
    public static void Main()
    {
        // 创建 HarmonicPercussiveSeparator 实例
        var separator = new HarmonicPercussiveSeparator();

        // 定义输入信号
        float[] inputSignal = { 0.5f, 0.6f, 0.55f, 0.7f, 0.65f, 0.8f, 0.75f, 0.9f };
        var signal = Signal.FromCopy(inputSignal, 44100);

        // 评估谱图
        var (harmonicSpectrogram, percussiveSpectrogram) = separator.EvaluateSpectrograms(signal);
        Console.WriteLine("Harmonic and Percussive Spectrograms evaluated.");

        // 提取谐波和打击乐信号
        var (harmonicSignal, percussiveSignal) = separator.EvaluateSignals(signal);
        Console.WriteLine("Harmonic and Percussive Signals extracted.");

        // 输出谐波信号
        Console.WriteLine("Harmonic Signal:");
        foreach (var sample in harmonicSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 输出打击乐信号
        Console.WriteLine("Percussive Signal:");
        foreach (var sample in percussiveSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }
    }
}

Vorcyc.Mathematics.SignalProcessing.Operations.Modulator 类

Vorcyc.Mathematics.SignalProcessing.Operations.Modulator 提供了多种调制方法：

方法

1. Ring

  • public static Signal Ring(Signal carrier, Signal modulator)
    • 执行环形调制（RM）并返回 RM 信号。
    • 参数:
      • carrier: 载波信号。
      • modulator: 调制信号。
    • 返回值: 调制后的 Signal。

2. Amplitude

  • public static Signal Amplitude(Signal carrier, float modulatorFrequency = 20, float modulationIndex = 0.5f)
    • 执行幅度调制（AM）并返回 AM 信号。
    • 参数:
      • carrier: 载波信号。
      • modulatorFrequency: 调制频率，默认为 20 Hz。
      • modulationIndex: 调制指数（深度），默认为 0.5。
    • 返回值: 调制后的 Signal。

3. Frequency

  • public static Signal Frequency(Signal baseband, float carrierAmplitude, float carrierFrequency, float deviation = 0.1f)
    • 执行频率调制（FM）并返回 FM 信号。
    • 参数:
      • baseband: 基带信号。
      • carrierAmplitude: 载波幅度。
      • carrierFrequency: 载波频率。
      • deviation: 频率偏移，默认为 0.1 Hz。
    • 返回值: 调制后的 Signal。

4. FrequencySinusoidal

  • public static Signal FrequencySinusoidal(float carrierFrequency, float carrierAmplitude, float modulatorFrequency, float modulationIndex, int length, int samplingRate = 1)
    • 执行正弦频率调制（FM）并返回正弦 FM 信号。
    • 参数:
      • carrierFrequency: 载波频率。
      • carrierAmplitude: 载波幅度。
      • modulatorFrequency: 调制频率。
      • modulationIndex: 调制指数（深度）。
      • length: FM 信号长度。
      • samplingRate: 采样率，默认为 1。
    • 返回值: 调制后的 Signal。

5. FrequencyLinear

  • public static Signal FrequencyLinear(float carrierFrequency, float carrierAmplitude, float modulationIndex, int length, int samplingRate = 1)
    • 执行线性频率调制（FM）并返回 FM 信号。
    • 参数:
      • carrierFrequency: 载波频率。
      • carrierAmplitude: 载波幅度。
      • modulationIndex: 调制指数（深度）。
      • length: FM 信号长度。
      • samplingRate: 采样率，默认为 1。
    • 返回值: 调制后的 Signal。

6. Phase

  • public static Signal Phase(Signal baseband, float carrierAmplitude, float carrierFrequency, float deviation = 0.8f)
    • 执行相位调制（PM）并返回 PM 信号。
    • 参数:
      • baseband: 基带信号。
      • carrierAmplitude: 载波幅度。
      • carrierFrequency: 载波频率。
      • deviation: 频率偏移，默认为 0.8。
    • 返回值: 调制后的 Signal。

7. DemodulateAmplitude

  • public static Signal DemodulateAmplitude(Signal signal)
    • 基于 Hilbert 变换对信号进行简单的幅度解调。
    • 参数:
      • signal: 输入信号。
    • 返回值: 解调后的 Signal。

8. DemodulateFrequency

  • public static Signal DemodulateFrequency(Signal signal)
    • 基于 Hilbert 变换对信号进行简单的频率解调。
    • 参数:
      • signal: 输入信号。
    • 返回值: 解调后的 Signal。

代码示例

以下是一个使用 Modulator 类中多个方法的示例，并在示例中加入了注释：

using System;
using System.Threading;
using Vorcyc.Mathematics.SignalProcessing.Operations;
using Vorcyc.Mathematics.SignalProcessing.Signals;

public class ModulatorExample
{
    public static void Main()
    {
        // 定义载波信号和调制信号
        var carrier = Signal.FromCopy(new float[] { 0.5f, 0.6f, 0.55f }, 44100);
        var modulator = Signal.FromCopy(new float[] { 0.3f, 0.4f, 0.35f }, 44100);

        // 执行环形调制
        var ringModulatedSignal = Modulator.Ring(carrier, modulator);
        Console.WriteLine("Ring Modulated Signal:");
        foreach (var sample in ringModulatedSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 执行幅度调制
        var amplitudeModulatedSignal = Modulator.Amplitude(carrier);
        Console.WriteLine("Amplitude Modulated Signal:");
        foreach (var sample in amplitudeModulatedSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 执行频率调制
        var frequencyModulatedSignal = Modulator.Frequency(carrier, 1.0f, 1000.0f);
        Console.WriteLine("Frequency Modulated Signal:");
        foreach (var sample in frequencyModulatedSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 执行相位调制
        var phaseModulatedSignal = Modulator.Phase(carrier, 1.0f, 1000.0f);
        Console.WriteLine("Phase Modulated Signal:");
        foreach (var sample in phaseModulatedSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 执行幅度解调
        var demodulatedAmplitudeSignal = Modulator.DemodulateAmplitude(amplitudeModulatedSignal);
        Console.WriteLine("Demodulated Amplitude Signal:");
        foreach (var sample in demodulatedAmplitudeSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 执行频率解调
        var demodulatedFrequencySignal = Modulator.DemodulateFrequency(frequencyModulatedSignal);
        Console.WriteLine("Demodulated Frequency Signal:");
        foreach (var sample in demodulatedFrequencySignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }
    }
}

Vorcyc.Mathematics.SignalProcessing.Operations.Operation 类

Vorcyc.Mathematics.SignalProcessing.Operations.Operation 提供了多种 DSP/音频操作方法：

方法

1. Convolve

  • public static Signal Convolve(Signal signal, Signal kernel)

    • 使用 FFT 对 signal 和 kernel 进行快速卷积。
    • 参数:
      • signal: 输入信号。
      • kernel: 卷积核。
    • 返回值: 卷积结果的 Signal。

  • public static ComplexDiscreteSignalFp32 Convolve(ComplexDiscreteSignalFp32 signal, ComplexDiscreteSignalFp32 kernel)

    • 使用 FFT 对 signal 和 kernel 进行快速卷积。
    • 参数:
      • signal: 输入信号。
      • kernel: 卷积核。
    • 返回值: 卷积结果的 ComplexDiscreteSignalFp32。

  • public static float[] Convolve(float[] signal, float[] kernel)

    • 使用 FFT 对 signal 和 kernel 进行快速卷积。
    • 参数:
      • signal: 输入信号数组。
      • kernel: 卷积核数组。
    • 返回值: 卷积结果的数组。

  • public static T[] Convolve<T>(T[] signal, T[] kernel, ComputingContext? context = null)

    • 0.10.19：T（float / double）上的 FFT 卷积。长度 N + M - 1。

2. CrossCorrelate

  • public static Signal CrossCorrelate(Signal signal1, Signal signal2)

    • 使用 FFT 对 signal1 和 signal2 进行快速互相关。
    • 参数:
      • signal1: 输入信号1。
      • signal2: 输入信号2。
    • 返回值: 互相关结果的 Signal。

  • public static ComplexDiscreteSignalFp32 CrossCorrelate(ComplexDiscreteSignalFp32 signal1, ComplexDiscreteSignalFp32 signal2)

    • 使用 FFT 对 signal1 和 signal2 进行快速互相关。
    • 参数:
      • signal1: 输入信号1。
      • signal2: 输入信号2。
    • 返回值: 互相关结果的 ComplexDiscreteSignalFp32。

  • public static float[] CrossCorrelate(float[] signal1, float[] signal2)

  • public static T[] CrossCorrelate<T>(T[] signal1, T[] signal2, ComputingContext? context = null)

    • 0.10.19：T 上的 FFT 互相关。长度 N + M - 1，不改输入。

3. BlockConvolve

  • public static Signal BlockConvolve(Signal signal, Signal kernel, int fftSize, FilteringMethod method = FilteringMethod.OverlapSave)
    • 对 signal 和 kernel 进行块卷积（使用重叠-相加或重叠-保存算法）。
    • 参数:
      • signal: 输入信号。
      • kernel: 卷积核。
      • fftSize: FFT 大小。
      • method: 块卷积方法（OverlapAdd / OverlapSave），默认为 FilteringMethod.OverlapSave。
    • 返回值: 块卷积结果的 Signal。

4. Deconvolve

  • public static ComplexDiscreteSignalFp32 Deconvolve(ComplexDiscreteSignalFp32 signal, ComplexDiscreteSignalFp32 kernel)
    • 对 signal 和 kernel 进行反卷积。
    • 参数:
      • signal: 输入信号。
      • kernel: 卷积核。
    • 返回值: 反卷积结果的 ComplexDiscreteSignalFp32。

5. Interpolate

  • public static Signal Interpolate(Signal signal, int factor, FirFilter? filter = null)
    • 对 signal 进行插值并进行低通滤波。
    • 参数:
      • signal: 输入信号。
      • factor: 插值因子（例如 factor=2 表示从 8000 Hz -> 16000 Hz）。
      • filter: 低通抗混叠滤波器。
    • 返回值: 插值结果的 Signal。

6. Decimate

  • public static Signal Decimate(Signal signal, int factor, FirFilter? filter = null)
    • 对 signal 进行抽取并进行低通滤波。
    • 参数:
      • signal: 输入信号。
      • factor: 抽取因子（例如 factor=2 表示从 16000 Hz -> 8000 Hz）。
      • filter: 低通抗混叠滤波器。
    • 返回值: 抽取结果的 Signal。

7. Resample

  • public static Signal Resample(Signal signal, float newSamplingRate, FirFilter? filter = null, int order = 15)

    • 对 signal 进行带限重采样。
    • 参数:
      • signal: 输入信号。
      • newSamplingRate: 目标采样率。
      • filter: 低通抗混叠滤波器。
      • order: 滤波器阶数，默认为 15。
    • 返回值: 重采样结果的 Signal。

  • public static Signal ResampleUpDown(Signal signal, int up, int down, FirFilter? filter = null)

    • 对 signal 进行简单重采样（插值和抽取的组合）。
    • 参数:
      • signal: 输入信号。
      • up: 插值因子。
      • down: 抽取因子。
      • filter: 低通抗混叠滤波器。
    • 返回值: 重采样结果的 Signal。

8. TimeStretch

  • public static Signal TimeStretch(Signal signal, float stretch, int windowSize, int hopSize, TsmAlgorithm algorithm = TsmAlgorithm.PhaseVocoderPhaseLocking)

    • 对 signal 进行时间拉伸，参数由用户设置。
    • 参数:
      • signal: 输入信号。
      • stretch: 拉伸因子（比率）。
      • windowSize: 窗口大小（对于声码器 - FFT 大小）。
      • hopSize: 跳跃长度。
      • algorithm: 时间拉伸算法，默认为 TsmAlgorithm.PhaseVocoderPhaseLocking。
    • 返回值: 时间拉伸结果的 Signal。

  • public static Signal TimeStretch(Signal signal, double stretch, TsmAlgorithm algorithm = TsmAlgorithm.PhaseVocoderPhaseLocking)

    • 对 signal 进行时间拉伸，参数自动推导。
    • 参数:
      • signal: 输入信号。
      • stretch: 拉伸因子（比率）。
      • algorithm: 时间拉伸算法，默认为 TsmAlgorithm.PhaseVocoderPhaseLocking。
    • 返回值: 时间拉伸结果的 Signal。

9. Envelope

  • public static Signal Envelope(Signal signal, float attackTime = 0.01f, float releaseTime = 0.05f)
    • 提取 signal 的包络。
    • 参数:
      • signal: 输入信号。
      • attackTime: 攻击时间（以秒为单位），默认为 0.01 秒。
      • releaseTime: 释放时间（以秒为单位），默认为 0.05 秒。
    • 返回值: 包络结果的 Signal。

10. FullRectify

  • public static Signal FullRectify(Signal signal)
    • 对 signal 进行全波整流。
    • 参数:
      • signal: 输入信号。
    • 返回值: 全波整流结果的 Signal。

11. HalfRectify

  • public static Signal HalfRectify(Signal signal)
    • 对 signal 进行半波整流。
    • 参数:
      • signal: 输入信号。
    • 返回值: 半波整流结果的 Signal。

12. SpectralSubtract

  • public static Signal SpectralSubtract(Signal signal, Signal noise, int fftSize = 1024, int hopSize = 256)
    • 使用谱减法对 signal 进行去噪。将 noise 从 signal 中减去。
    • 参数:
      • signal: 输入信号。
      • noise: 噪声信号。
      • fftSize: FFT 大小，默认为 1024。
      • hopSize: 跳跃大小（样本数），默认为 256。
    • 返回值: 去噪结果的 Signal。

13. NormalizePeak

  • public static void NormalizePeak(float[] samples, float peakDb)

    • 归一化峰值电平。
    • 参数:
      • samples: 样本数组。
      • peakDb: 峰值电平（以分贝为单位），例如 -1dB, -3dB 等。

  • public static Signal NormalizePeak(Signal signal, float peakDb)

    • 归一化峰值电平。
    • 参数:
      • signal: 输入信号。
      • peakDb: 峰值电平（以分贝为单位），例如 -1dB, -3dB 等。
    • 返回值: 归一化结果的 Signal。

14. ChangePeak

  • public static void ChangePeak(float[] samples, float peakDb)

    • 相对于输入 samples 改变峰值电平（就地）。
    • 参数:
      • samples: 样本数组。
      • peakDb: 峰值变化（以分贝为单位），例如 -6dB 表示峰值电平减半。

  • public static Signal ChangePeak(Signal signal, float peakDb)

    • 相对于输入 signal 改变峰值电平。
    • 参数:
      • signal: 输入信号。
      • peakDb: 峰值变化（以分贝为单位），例如 -6dB 表示峰值电平减半。
    • 返回值: 改变峰值后的 Signal。

15. NormalizeRms

  • public static void NormalizeRms(float[] samples, float rmsDb)

    • 归一化 RMS。
    • 参数:
      • samples: 样本数组。
      • rmsDb: RMS 电平（以分贝为单位），例如 -6dB, -18dB, -26dB 等。

  • public static Signal NormalizeRms(Signal signal, float rmsDb)

    • 归一化 RMS。
    • 参数:
      • signal: 输入信号。
      • rmsDb: RMS 电平（以分贝为单位），例如 -6dB, -18dB, -26dB 等。
    • 返回值: 归一化结果的 Signal。

16. ChangeRms

  • public static void ChangeRms(float[] samples, float rmsDb)

    • 相对于输入 samples 改变 RMS。
    • 参数:
      • samples: 样本数组。
      • rmsDb: RMS 变化（以分贝为单位），例如 -6dB 表示 RMS 减半。

  • public static Signal ChangeRms(Signal signal, float rmsDb)

    • 相对于输入 signal 改变 RMS。
    • 参数:
      • signal: 输入信号。
      • rmsDb: RMS 变化（以分贝为单位），例如 -6dB 表示 RMS 减半。
    • 返回值: 改变 RMS 后的 Signal。

17. Welch

  • public static float[] Welch(Signal signal, int windowSize = 1024, int hopSize = 256, WindowType window = WindowType.Hann, int fftSize = 0, int samplingRate = 0, ComputingContext? context = null)
    • 使用 Welch 方法计算周期图。如果 samplingRate=0，则评估功率谱，否则评估功率谱密度。仅平均完整 STFT 窗（经 Stft.AveragePeriodogram）。可选 context 驱动帧级并行 / SIMD。
    • 参数:
      • signal: 输入信号。
      • windowSize: 窗口大小（样本数），默认为 1024。
      • hopSize: 跳跃大小（样本数），默认为 256。
      • window: 窗口函数，默认为 WindowType.Hann。
      • fftSize: FFT 大小，默认为 0。
      • samplingRate: 如果采样率=0，则评估功率谱，否则评估功率谱密度。
      • context: 可选 ComputingContext（0.10.13+）。
    • 返回值: 周期图数组。

18. LombScargle

  • public static float[] LombScargle(float[] x, float[] y, float[] freqs, bool subtractMean = false, bool normalize = false)
    • 计算 Lomb-Scargle 周期图。
    • 参数:
      • x: 样本时间。
      • y: 样本时间对应的信号值。
      • freqs: 输出周期图的角频率。
      • subtractMean: 在评估周期图之前从值中减去均值。
      • normalize: 通过数据围绕常数参考模型（零）的残差来归一化周期图。
    • 返回值: 周期图数组。

代码示例

以下是一个使用 Operation 类中多个方法的示例，并在示例中加入了注释：

using System;
using Vorcyc.Mathematics.SignalProcessing.Operations;
using Vorcyc.Mathematics.SignalProcessing.Signals;

public class OperationExample
{
    public static void Main()
    {
        // 定义输入信号和卷积核
        var signal = Signal.FromCopy(new float[] { 0.5f, 0.6f, 0.55f }, 44100);
        var kernel = Signal.FromCopy(new float[] { 0.3f, 0.4f }, 44100);

        // 执行卷积
        var convolvedSignal = Operation.Convolve(signal, kernel);
        Console.WriteLine("Convolved Signal:");
        foreach (var sample in convolvedSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 执行互相关
        var crossCorrelatedSignal = Operation.CrossCorrelate(signal, kernel);
        Console.WriteLine("Cross-Correlated Signal:");
        foreach (var sample in crossCorrelatedSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 执行时间拉伸
        var timeStretchedSignal = Operation.TimeStretch(signal, 1.5f, 1024, 256);
        Console.WriteLine("Time-Stretched Signal:");
        foreach (var sample in timeStretchedSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 提取包络
        var envelopeSignal = Operation.Envelope(signal);
        Console.WriteLine("Envelope Signal:");
        foreach (var sample in envelopeSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 执行全波整流
        var fullRectifiedSignal = Operation.FullRectify(signal);
        Console.WriteLine("Full-Rectified Signal:");
        foreach (var sample in fullRectifiedSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 执行谱减法去噪
        var noise = Signal.FromCopy(new float[] { 0.1f, 0.1f, 0.1f }, 44100);
        var denoisedSignal = Operation.SpectralSubtract(signal, noise);
        Console.WriteLine("Denoised Signal:");
        foreach (var sample in denoisedSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 归一化峰值电平
        var normalizedPeakSignal = Operation.NormalizePeak(signal, -3);
        Console.WriteLine("Normalized Peak Signal:");
        foreach (var sample in normalizedPeakSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 归一化 RMS
        var normalizedRmsSignal = Operation.NormalizeRms(signal, -18);
        Console.WriteLine("Normalized RMS Signal:");
        foreach (var sample in normalizedRmsSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 计算 Welch 周期图
        var welchPeriodogram = Operation.Welch(signal);
        Console.WriteLine("Welch Periodogram:");
        foreach (var value in welchPeriodogram)
        {
            Console.WriteLine($"Value: {value}");
        }
    }
}

Vorcyc.Mathematics.SignalProcessing.Operations.Resampler 类

Vorcyc.Mathematics.SignalProcessing.Operations.Resampler 是一个用于信号重采样（采样率转换）的类。

属性

1. MinResamplingFilterOrder

  • public int MinResamplingFilterOrder { get; set; }
    • 获取或设置低通抗混叠 FIR 滤波器的阶数，如果未显式指定滤波器，则会自动创建。默认值为 101。

方法

1. Interpolate

  • public Signal Interpolate(Signal signal, int factor, FirFilter? filter = null)
    • 对 signal 进行插值并进行低通滤波。
    • 参数:
      • signal: 输入信号。
      • factor: 插值因子（例如 factor=2 表示从 8000 Hz -> 16000 Hz）。
      • filter: 低通抗混叠滤波器。
    • 返回值: 插值结果的 Signal。

2. Decimate

  • public Signal Decimate(Signal signal, int factor, FirFilter? filter = null)
    • 对 signal 进行抽取并进行低通滤波。
    • 参数:
      • signal: 输入信号。
      • factor: 抽取因子（例如 factor=2 表示从 16000 Hz -> 8000 Hz）。
      • filter: 低通抗混叠滤波器。
    • 返回值: 抽取结果的 Signal。

3. Resample

  • public Signal Resample(Signal signal, float newSamplingRate, FirFilter? filter = null, int order = 15)
    • 对 signal 进行带限重采样。
    • 参数:
      • signal: 输入信号。
      • newSamplingRate: 目标采样率。
      • filter: 低通抗混叠滤波器。
      • order: 滤波器阶数，默认为 15。
    • 返回值: 重采样结果的 Signal。

4. ResampleUpDown

  • public Signal ResampleUpDown(Signal signal, int up, int down, FirFilter? filter = null)
    • 对 signal 进行简单重采样（插值和抽取的组合）。
    • 参数:
      • signal: 输入信号。
      • up: 插值因子。
      • down: 抽取因子。
      • filter: 低通抗混叠滤波器。
    • 返回值: 重采样结果的 Signal。

代码示例

以下是一个使用 Resampler 类中多个方法的示例，并在示例中加入了注释：

using System;
using Vorcyc.Mathematics.SignalProcessing.Operations;
using Vorcyc.Mathematics.SignalProcessing.Signals;

public class ResamplerExample
{
    public static void Main()
    {
        // 定义输入信号
        var signal = Signal.FromCopy(new float[] { 0.5f, 0.6f, 0.55f }, 44100);

        // 创建 Resampler 实例
        var resampler = new Resampler();

        // 执行插值
        var interpolatedSignal = resampler.Interpolate(signal, 2);
        Console.WriteLine("Interpolated Signal:");
        foreach (var sample in interpolatedSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 执行抽取
        var decimatedSignal = resampler.Decimate(signal, 2);
        Console.WriteLine("Decimated Signal:");
        foreach (var sample in decimatedSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 执行带限重采样
        var resampledSignal = resampler.Resample(signal, 22050);
        Console.WriteLine("Resampled Signal:");
        foreach (var sample in resampledSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 执行简单重采样（插值和抽取的组合）
        var resampledUpDownSignal = resampler.ResampleUpDown(signal, 2, 3);
        Console.WriteLine("Resampled UpDown Signal:");
        foreach (var sample in resampledUpDownSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }
    }
}

Vorcyc.Mathematics.SignalProcessing.Operations.SpectralSubtractor 类

Vorcyc.Mathematics.SignalProcessing.Operations.SpectralSubtractor 是一个用于实现谱减法滤波的类。

属性

1. Beta

  • public float Beta { get; set; }
    • 获取或设置谱底（beta 系数）。默认值为 0.009f。

2. AlphaMin

  • public float AlphaMin { get; set; }
    • 获取或设置减法因子的最小阈值（alpha）。默认值为 2f。

3. AlphaMax

  • public float AlphaMax { get; set; }
    • 获取或设置减法因子的最大阈值（alpha）。默认值为 5f。

4. SnrMin

  • public float SnrMin { get; set; }
    • 获取或设置最小信噪比（以 dB 为单位）。默认值为 -5f。

5. SnrMax

  • public float SnrMax { get; set; }
    • 获取或设置最大信噪比（以 dB 为单位）。默认值为 20f。

方法

1. SpectralSubtractor 构造函数

  • public SpectralSubtractor(float[] noise, int fftSize = 1024, int hopSize = 128)

    • 构造 SpectralSubtractor 实例，指定噪声样本数组、FFT 大小和跳跃长度。
    • 参数:
      • noise: 噪声样本数组。
      • fftSize: FFT 大小，默认为 1024。
      • hopSize: 跳跃长度（样本数），默认为 128。

  • public SpectralSubtractor(DiscreteSignal noise, int fftSize = 1024, int hopSize = 128)

    • 构造 SpectralSubtractor 实例，指定噪声信号、FFT 大小和跳跃长度。
    • 参数:
      • noise: 噪声信号。
      • fftSize: FFT 大小，默认为 1024。
      • hopSize: 跳跃长度（样本数），默认为 128。

2. ProcessSpectrum

  • protected override void ProcessSpectrum(float[] re, float[] im, float[] filteredRe, float[] filteredIm)
    • 在每个 STFT 步骤中处理一个谱。
    • 参数:
      • re: 输入谱的实部。
      • im: 输入谱的虚部。
      • filteredRe: 输出谱的实部。
      • filteredIm: 输出谱的虚部。

3. EstimateNoise

  • public void EstimateNoise(float[] noise, int startPos = 0, int endPos = -1)

    • 估计噪声的功率谱。
    • 参数:
      • noise: 噪声样本数组。
      • startPos: 数组中处理的第一个样本的索引。
      • endPos: 数组中处理的最后一个样本的索引。

  • public void EstimateNoise(DiscreteSignal noise, int startPos = 0, int endPos = -1)

    • 估计噪声信号的功率谱。
    • 参数:
      • noise: 噪声信号。
      • startPos: 信号中处理的第一个样本的索引。
      • endPos: 信号中处理的最后一个样本的索引。

代码示例

以下是一个使用 SpectralSubtractor 类中多个方法的示例，并在示例中加入了注释：

using System;
using Vorcyc.Mathematics.SignalProcessing.Operations;

public class SpectralSubtractorExample
{
    public static void Main()
    {
        // 定义噪声样本数组
        float[] noiseSamples = { 0.1f, 0.1f, 0.1f, 0.1f, 0.1f };

        // 创建 SpectralSubtractor 实例
        var subtractor = new SpectralSubtractor(noiseSamples);

        // 定义输入信号
        float[] inputSignal = { 0.5f, 0.6f, 0.55f, 0.7f, 0.65f, 0.8f, 0.75f, 0.9f };
        var signal = new DiscreteSignal(44100, inputSignal);

        // 执行谱减法去噪
        var denoisedSignal = subtractor.ApplyTo(signal);
        Console.WriteLine("Denoised Signal:");
        foreach (var sample in denoisedSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }
    }
}

Vorcyc.Mathematics.SignalProcessing.Operations.WaveShaper 类

Vorcyc.Mathematics.SignalProcessing.Operations.WaveShaper 是一个用于波形整形的类。

属性

无

方法

1. WaveShaper 构造函数

  • public WaveShaper(Func<float, float> waveShapingFunction)
    • 构造 WaveShaper 实例，指定波形整形函数。
    • 参数:
      • waveShapingFunction: 波形整形函数。

2. Process

  • public float Process(float sample)
    • 处理一个样本。
    • 参数:
      • sample: 输入样本。
    • 返回值: 处理后的样本。

3. Reset

  • public void Reset()
    • 重置波形整形器。

4. ApplyTo

  • public Signal ApplyTo(Signal signal, FilteringMethod method = FilteringMethod.Auto)
    • 处理整个信号并返回新的波形整形信号。
    • 参数:
      • signal: 输入信号。
      • method: 滤波方法，默认为 FilteringMethod.Auto。
    • 返回值: 处理后的 Signal 对象。

代码示例

以下是一个使用 WaveShaper 类中多个方法的示例，并在示例中加入了注释：

using System;
using Vorcyc.Mathematics.SignalProcessing.Operations;
using Vorcyc.Mathematics.SignalProcessing.Signals;

public class WaveShaperExample
{
    public static void Main()
    {
        // 定义波形整形函数
        Func<float, float> waveShapingFunction = x => x * x;

        // 创建 WaveShaper 实例
        var waveShaper = new WaveShaper(waveShapingFunction);

        // 定义输入信号
        float[] inputSignal = { 0.5f, 0.6f, 0.55f, 0.7f, 0.65f, 0.8f, 0.75f, 0.9f };
        var signal = Signal.FromCopy(inputSignal, 44100);

        // 处理整个信号
        var outputSignal = waveShaper.ApplyTo(signal);
        Console.WriteLine("Wave-Shaped Signal:");
        foreach (var sample in outputSignal.Samples)
        {
            Console.WriteLine($"Sample: {sample}");
        }

        // 处理单个样本
        float processedSample = waveShaper.Process(0.85f);
        Console.WriteLine($"Processed Sample: {processedSample}");

        // 重置波形整形器
        waveShaper.Reset();
    }
}

时标变换（Operations.Tsm）

命名空间：Vorcyc.Mathematics.SignalProcessing.Operations.Tsm

供 Operation.TimeStretch、PitchShiftEffect 等 API 使用。

TsmAlgorithm 枚举

值 算法
PhaseVocoder 经典相位声码器
PhaseVocoderPhaseLocking 相位锁定相位声码器（默认）
Wsola 波形相似叠加（WSOLA）
PaulStretch Paul stretch

滤波器实现

类型 说明
PhaseVocoder 相位声码器 TSM（IFilter）
PhaseLockingVocoder 相位锁定变体
Wsola WSOLA 时标拉伸

Operation.TimeStretch(Signal, ...) 重载可指定 TsmAlgorithm（优先 Signal）。

⚠️ **GitHub.com Fallback** ⚠️