我的项目需要一个好的音高转换解决方案来改变声音。周围有很多音高转换 js 库 - 都试过了，但它们没有提供想要的结果。最主要的是无法控制结果语音音色，我得到米老鼠或地狱僵尸的声音，但不是真实的声音。虽然在这里，如果用 vega 的声音进行测试，结果非常出色：http ://www.sonicapi.com/docs/live-task-demo?task=process-elastiqueTune#demo_form 不幸的是，我对音频处理完全为零并且想要至少知道它是如何完成的，这里使用了什么样的转换算法，以及我们如何实现对过程的音色/共振峰控制。任何提示高度赞赏。谢谢 ;）
问问题
270 次
1 回答
2
这个问题涉及一个非常广泛的主题。这里有几点建议。
通常，可以通过偏移形成语音材料的频率来改变音高。一个简单的版本是在时间域中重新采样，其中基本上以不同的速度播放记录。这自然也会导致节奏变化，这通常是不可取的。
为了保持速度，您需要将材料“分解”成其组件，换句话说，将域从时域更改为频域。这就是傅立叶变换的用途。完成后，您可以估计每个样本的一组频率（以及如果在复杂空间中正确完成的相应相位）。
声音的感知音色取决于称为泛音的频率集的相对幅度。泛音在说话者的声道中形成，听者与基频一起听到。您可以在时域、频谱（频率）域或倒谱域中使用不同的滤波器来控制音色。这种信号处理是充满书籍的图书馆部分的主题。
您可以使用傅里叶逆变换从频谱（频率）域向后移动到时间（时间）域。
总而言之，转移音高的简单方法需要将样本从时间域转换到频谱域，沿时间轴重新采样，然后进行傅里叶逆变换以返回时域。
除了傅里叶变换，您还可以使用小波。我希望这能让你开始。
于 2018-11-25T14:06:01.407 回答