如何在不使用外部庫的情況下提高或降低音頻檔案（.wav格式）的音高？-有解無憂

我想在不使用外部庫的情況下提高或降低音頻檔案（.wav 格式）的音高。每個人都可以向我建議一些解決方案嗎？非常感謝。

uj5u.com熱心網友回復：

除了 Phil Freihofner 的回答之外，如果您想保留時間，那么您需要將資料轉換為：

將您的 PCM 資料從時域轉換為頻域

所以取一大塊 PCM 資料（對視窗使用 2 個樣本的冪，以便使用 FFT，例如 1024 個樣本）并對其應用FFT。

改變頻率

FFT 輸出中的每個條目都代表 Niquist 頻率幅度和相位（作為復域相量），因此只需丟棄低頻并用來自較高頻率的值替換它們，其余部分則用零填充。請注意實域輸入的 FFT 結果是對稱的，這意味著“所有”點都存在兩次。

這里是一個 8 點 FFT 結果的例子：

real PCM: { 0, 1, 2, 3, 4, 5, 6, 7 }
cplx DFFT { 7, 0, -1, -2.414214, -1, -1, -1, -0.4142136, -1, 0, -1, 0.4142136, -1, 1, -1, 2.414214 }

7,0DFFT 結果的第一個條目 ( ) 是 DC 偏移，然后每個 niquist 頻率有 2 個鏡像：

  7, 0,         // DC offset
 -1, -2.414214, // 0
 -1, -1,        // 1
 -1, -0.4142136,// 2 
 -1, 0,         // 3
 -1, 0.4142136, // 2
 -1, 1,         // 1
 -1, 2.414214   // 0

因此，為了降低音高，將鏡子移向較低的頻率和零墊：

  7, 0,         // DC offset
 -1, -1,        // 1
 -1, -0.4142136,// 2 
 -1, 0,         // 3
  0, 0,         // zero pad
 -1, 0,         // 3
 -1, 0.4142136, // 2
 -1, 1,         // 1

為了增加相反方向的音高偏移以及零墊并保持最高頻率不變（應該是空的）：

  7, 0,         // DC offset
  0, 0,         // zero pad   
 -1, -2.414214, // 0
 -1, -1,        // 1
 -1, 0,         // 3 this will be probably (0,0) as while increasin grequency the original signal would lack high frequencies
 -1, 1,         // 1
 -1, 2.414214   // 0
  0, 0,         // zero pad

通過轉換回時域來重建 PCM

因此，只需對移位的資料應用逆 FFT。這將創建您想要的 PCM。
對整個 PCM 輸入重復此操作

這不是我的一杯茶，但由于頻移，可能需要沿著各個 PCM 塊的邊界進行一些平滑處理。為避免這種情況，您可以對整個 PCM 資料執行 FFT/iFFT（如果資料太大，這可能是一個問題）或稍微重疊塊并將它們與權重圖混合在一起，但這可能會產生聲音故障。

uj5u.com熱心網友回復：

基本步驟如下：

將音頻資料轉換為 PCM（我更喜歡使用帶符號的標準化浮點數）。
創建將在 PCM 陣列中前進的游標變數。在每個游標位置，您將獲取一個 PCM 值并將其放置在一個陣列中以進行播放。
游標前進的增量將決定新的播放速率。示例：如果您簡單地遍歷 PCM 陣列，則新的 PCM 陣列將具有相同的資料并以相同的速率播放。如果增加 2，新的 PCM 陣列將有一半的資料點并以兩倍的速率播放。如果你前進 1.5，新的 PCM 陣列將比原來的快 1.5 倍。
當游標落在兩個資料點之間時使用線性插值。示例：如果您的游標增加 1.75，并且 PCM 上的前三個資料點是 0、0.2、0.4，則您的第二個“新 PCM 陣列”值將通過計算 [1] 和 [2] 之間的點得出PCM 陣列值為 0.2 和 0.4。（我將陣列計算為從 [0] 開始。）在此示例中，新的 PCM 值將如下所示：
```
newPCM = (PCM[round(cursor)] * (1 - decimalPartOfCursor))   PCM[round(cursor)   1] * (decimalPartOfCursor)
```
或者
```
newPCM = (0.25 * 0.2)   (0.75 * 0.4)
```
將新的 PCM 陣列轉換回位元組流進行播放。

uj5u.com熱心網友回復：

您可以更快地播放它以獲得更高的音高。但是如果你想保持相同的播放速度并改變音高，這要復雜得多，你需要一個“Alvin and the Chipmunks”之類的聲音處理演算法。

https://en.wikipedia.org/wiki/Audio_time_stretching_and_pitch_scaling

轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/354373.html

標籤：算法声音的

上一篇：通過匹配屬性值對值求和

下一篇：按隨機生成的權重對元組進行排序