WSOLA波形相似叠加算法

WSOLA（Waveform similarity Overlap_Add）算法

波形相似叠加算法主要功能：对语音进行变调，且语速不变。

1. 语音合成

从任务分类角度：
声音转换（Voice Conversion，VC）
文本-语音转换（Text to Speech, TTS）
语音生成（Voice Generation，VG）

从技术分类角度： 波形合成法（波形编码器）、参数合成法（声码器）、规则合成法
（ps.与语音通信中的编解码器原理相同，区别一个是信道送来的参数，一个是从分析变换得到的参数）

从合成策略角度： 频谱逼近、波形逼近

2.音调变换

如何改变音调？最简单的方法：重采样（插值：周期变长，基频变低；抽取：周期变短，基频变高）

3.如何变调不变速？

4.WSOLA算法

该算法和核心原理：
并不直接在Ha处找一帧直接拼接，而是在Ha处的一个区间内寻找与理想帧最相似的一帧进行叠加。

5.算法实现

fs：采样率；speech_rate：Hs/Ha的值；shiftms：帧移，实际上就是Hs；epstep：Ha

寻找最相似的一帧，计算最小距离，用二维相关：

基于WSOLA的语音变调。wsola代码下载：
https://github.com/k2kobayashi/sprocket/blob/master/sprocket/speech/wsola.py

WSOLA类的调用：

调用函数：

6.其他不变调、变速的方法

PLOSA（基音同步叠加技术）
TD-SPOLA
FD-SPOLA