我已经在相位声码器上苦苦挣扎了几个星期。最终目标是实现信号的时间拉伸。我已经取得了很大的进步，但我仍然有两个问题需要解决。
问题1：我需要一个综合窗口吗？
我从输入信号（正弦波）中获取具有任何跳跃大小（例如 N/2，N = 每帧样本）的重叠帧。我将汉宁窗应用于框架并将结果提供给 FFT。为了实现时间拉伸，我执行 iFFT 并使用与分析期间使用的跳数不同的跳数重叠添加输出帧。
问题是输出跳跃因子= 0.5（跳跃大小= N / 2）输出是平滑的，但是对于更大的跳跃大小，我可以听到“振动”。该图像显示了 8 帧的输出，其中跳跃因子 = 1（零重叠）。很明显为什么声音在振动。对于小跳数，帧重叠更多，声音更平滑。我读过很多关于相位声码的文章，但我似乎不知道如何获得大跳数的平滑输出。我错过了什么？
问题 2：相位校正。
目前，相位校正后的输出听起来更糟，但我将把它留到另一篇文章中。
提前感谢您抽出宝贵时间。