音频变调算法总结

曾经终败给现在 2022-07-12 04:08 180阅读 0赞

# 什么是变调？ #

一段声音可以理解为多种频率正弦波的叠加\[1\]，而音调就是一段声音的主要频率。改变了主要频率，就是改变了音调——提高了主要频率，就是升调，反之亦然。

# 音频变调的几种方法 #

磁带机快进的时候播放，声音会变得非常刺耳，这就是升调的表现——我们可以粗略地理解为，当速度变了，那么频率也会改变。本文的“音频变调”[算法][Link 1]有个前提，是“变调不变速”。与“变调不变速”算法相关的，自然是“变速不变调”算法。参考文献\[2\] 已经汇总了这两种算法。“变调不变速”有三类方法：时域法、频域法、参量法——但是不管哪一类方法，其本质都是“猜测”（或者叫估算）出“完美”变调后的声音波形。

“同步交叠相加方法”（Synchronized overlap-add method, SOLA） 是一种常见的**时域法**。在 SoX 中的 pitch 音效使用的就是这种方法。这种方法应该是计算复杂度最低的算法了，对于实时性要求高、计算能力差（如移动设备）的场景下可以考虑。

文献\[3\]是**频域法**的一个具体实现方式，其C++实现的代码也公开了出来（见文献\[3\]的链接）。频域法的主体思想是把频域中的幅度做整体平移（左移就是降调，右移同理），然后在恢复成时域信号。频域法需要做傅里叶变换或者小波变换等**频谱变换**，计算复杂度往往比时域法高。

# 相关开源软件 #

· SoX： [http://sox.sourceforge.net/][http_sox.sourceforge.net]

· SoundTouch： [http://www.surina.net/soundtouch/][http_www.surina.net_soundtouch]

· smbPitchShift.cpp ： [http://blogs.zynaptiq.com/bernsee/download/][http_blogs.zynaptiq.com_bernsee_download]

# 参考文献（文中提及） #

1. 叠加原理： [https://en.wikipedia.org/wiki/Superposition\_principle][https_en.wikipedia.org_wiki_Superposition_principle]

2. 变速变调原理与方法总结： [http://www.cnblogs.com/welen/p/3782896.html][http_www.cnblogs.com_welen_p_3782896.html]

3. Pitch Shifting Using The Fourier Transform： [http://blogs.zynaptiq.com/bernsee/pitch-shifting-using-the-ft/][http_blogs.zynaptiq.com_bernsee_pitch-shifting-using-the-ft]

# 参考文献（文中未提及） #

· Audio time-scale/pitch modification: [https://en.wikipedia.org/wiki/Audio\_time-scale/pitch\_modification][https_en.wikipedia.org_wiki_Audio_time-scale_pitch_modification]

· Pitch Shifting: [http://www.katjaas.nl/pitchshift/pitchshift.html][http_www.katjaas.nl_pitchshift_pitchshift.html]

· Guitar Pitch Shifter: [http://www.guitarpitchshifter.com/algorithm.html][http_www.guitarpitchshifter.com_algorithm.html]

· Real-time pitch-shifting of musical signals by a time-varying factor using normalized filtered correlation time-scale modification (NFC-TSM):[http://dafx.labri.fr/main/papers/p007.pdf][http_dafx.labri.fr_main_papers_p007.pdf]

· Pitch shifting of voices in real-time: [https://www.uvic.ca/coopandcareer/assets/docs/studentsalumni/report-Rahman446.pdf][https_www.uvic.ca_coopandcareer_assets_docs_studentsalumni_report-Rahman446.pdf]

· 分段语音时长规整算法： [http://sxjs.cnjournals.cn/ch/reader/create\_pdf.aspx?file\_no=20070625&flag=1&journal\_id=sxjs&year\_id=2007][http_sxjs.cnjournals.cn_ch_reader_create_pdf.aspx_file_no_20070625_flag_1_journal_id_sxjs_year_id_2007]

· Time and pitch scaling in audio processing: [http://www.surina.net/article/time-and-pitch-scaling.html][http_www.surina.net_article_time-and-pitch-scaling.html]

[Link 1]: http://lib.csdn.net/base/datastructure
[http_sox.sourceforge.net]: http://sox.sourceforge.net/
[http_www.surina.net_soundtouch]: http://www.surina.net/soundtouch/
[http_blogs.zynaptiq.com_bernsee_download]: http://blogs.zynaptiq.com/bernsee/download/
[https_en.wikipedia.org_wiki_Superposition_principle]: https://en.wikipedia.org/wiki/Superposition_principle
[http_www.cnblogs.com_welen_p_3782896.html]: http://www.cnblogs.com/welen/p/3782896.html
[http_blogs.zynaptiq.com_bernsee_pitch-shifting-using-the-ft]: http://blogs.zynaptiq.com/bernsee/pitch-shifting-using-the-ft/
[https_en.wikipedia.org_wiki_Audio_time-scale_pitch_modification]: https://en.wikipedia.org/wiki/Audio_time-scale/pitch_modification
[http_www.katjaas.nl_pitchshift_pitchshift.html]: http://www.katjaas.nl/pitchshift/pitchshift.html
[http_www.guitarpitchshifter.com_algorithm.html]: http://www.guitarpitchshifter.com/algorithm.html
[http_dafx.labri.fr_main_papers_p007.pdf]: http://dafx.labri.fr/main/papers/p007.pdf
[https_www.uvic.ca_coopandcareer_assets_docs_studentsalumni_report-Rahman446.pdf]: https://www.uvic.ca/coopandcareer/assets/docs/studentsalumni/report-Rahman446.pdf
[http_sxjs.cnjournals.cn_ch_reader_create_pdf.aspx_file_no_20070625_flag_1_journal_id_sxjs_year_id_2007]: http://sxjs.cnjournals.cn/ch/reader/create_pdf.aspx?file_no=20070625&flag=1&journal_id=sxjs&year_id=2007
[http_www.surina.net_article_time-and-pitch-scaling.html]: http://www.surina.net/article/time-and-pitch-scaling.html